动态规划

最新推荐文章于 2024-10-02 23:40:03 发布

木枝慕晚喵

最新推荐文章于 2024-10-02 23:40:03 发布

阅读量148

点赞数

分类专栏： Leetcode 文章标签：动态规划算法 leetcode

本文链接：https://blog.csdn.net/weixin_38744811/article/details/126084691

版权

Leetcode 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文详细介绍了动态规划在01背包和完全背包问题中的应用，包括如何求解背包能装的最大价值和不同装填方法的计数。同时，文章通过LeetCode494题「目标和」进一步解释了动态规划在解决实际问题中的运用，讨论了如何计算给定数组中通过加减操作得到目标和的不同方法数。

摘要由CSDN通过智能技术生成

文章目录

动态规划

动态规划

01背包

求背包容量一定时能装的物品的最大值，递推公式为：

for (int i = 0; i < nums.size(); i++) {       //先遍历物品
	for (j = bagweight; j >= nums[i]; j--) {  //再倒序遍历背包容量，因为一个物品不能放入多次
		dp[j] = max(dp[j], dp[j - nums[i]]);
	}
}

求装满背包有几种方法，递推公式为：

for (int i = 0; i < nums.size(); i++) {
	for (j = bagweight; j >= nums[i]; j--) {
		dp[j] += dp[j - nums[i]];
	}
}

完全背包

完全背包中物品可以多次添加，所以从小到大遍历背包容量。

求背包容量一定时能装的物品的最大值，递推公式为：

// 先遍历物品，再遍历背包
for(int i = 0; i < weight.size(); i++) { // 遍历物品
    for(int j = weight[i]; j <= bagWeight ; j++) { // 遍历背包容量
        dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
    }
}

求装满背包有几种方法，递推公式为：

// 先遍历物品，再遍历背包
// 求组合数是外层遍历物品，内层遍历背包
// 求排列数是外层遍历背包，内层遍历物品
for(int i = 0; i < weight.size(); i++) { // 遍历物品
    for(int j = weight[i]; j <= bagWeight ; j++) { // 遍历背包容量
        dp[j] += dp[j - weight[i]];
    }
}

LeetCode494. 目标和

题目描述：给你一个整数数组 nums 和一个整数 target 。

向数组中的每个整数前添加 ‘+’ 或 ‘-’ ，然后串联起所有整数，可以构造一个表达式：

例如，nums = [2, 1] ，可以在 2 之前添加 ‘+’ ，在 1 之前添加 ‘-’ ，然后串联起来得到表达式 “+2-1” 。

返回可以通过上述方法构造的、运算结果等于 target 的不同表达式的数目。

链接：https://leetcode-cn.com/problems/target-sum

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0; 
        for (int &x : nums) sum += x;
        if ((target + sum) % 2 == 1) return 0;
        if (abs(target) > sum) return 0;
        int bagweight = (target + sum) / 2;

        vector<int> dp(bagweight + 1, 0);
        dp[0] = 1;
        for (int i = 0; i < nums.size(); i++) {
            for (int j = bagweight; j >= nums[i]; j--) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bagweight];
    }
};