动态规划3-子集和问题

最新推荐文章于 2024-07-24 22:13:06 发布
最新推荐文章于 2024-07-24 22:13:06 发布
阅读量2.6k 收藏 13
点赞数 2
分类专栏： 算法 文章标签： 动态规划 算法 c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40275691/article/details/104582569
版权

动态规划适用于有以下特征的问题场景：

  • 最优子结构
  • 重叠子问题

DP经典问题

子集和问题

问题描述1

给定一个正整数集合，从中找到子集和最大的值，要求子集的元素必须是不相邻元素（一旦元素被选中，则其左右的元素都不能被选），返回子集和。

e.g.
arr = {4, 1, 1, 9, 1}
返回 13

思路

设dp[i]为前i个元素所能得到的最大值，则
d p [ i ] = m a x { d p [ i − 1 ] ( 不 选 a r r [ i ] ) d p [ i − 2 ] + a r r [ i ] （ 选 a r r [ i ] ） dp[i]=max\begin{cases} dp[i-1](不选arr[i])\\ dp[i-2]+arr[i]（选arr[i]）\end{cases} dp[i]=max{ dp[i−1](不选arr[i])

最低0.47元/天 解锁文章
虫子不懒
关注
  • 2
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
LeetCode题目 90:五种算法 回溯\迭代\位掩码\字典树\动态规划实现 子集ll
10年数据\经营分析经验，现任大厂数据分析负责人
05-02 450
这些方法在处理涉及到组合生成的问题时非常有用，例如在权限管理系统中生成角色的权限组合、在统计学中用于数据分析的各种组合情况生成等。给定一个可能包含重复元素的整数数组。，返回该数组所有可能的子集（幂集）。解集不能包含重复的子集。
动态规划---最大和的子集
qq_31307013的博客
06-05 528
1、题目：Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.Example:Input: [-2,1,-3,4,-1,2,1,-5,4], Output: 6 Explanati...
子集和问题 及 c++ 代码实现
zhaowenchaofang的专栏
06-14 5310
首先声明：子集和问题可以用动态规划问题解决，即01背包问题的解法即可。在这里我们采用下构造树的问题。 问题：       给定n个正整数{wi|i=0...n}和一个正整数m，在这n个正整数中找出一个子集，使得子集中的正整数之和等于m。   解的形式：       设定一个n元组(x0,x1,...xn-1)，如果wi包含在这个子集中，x是解向量，xi就等于1，反之等于0. X
9.动态规划-子集和问题Subset Sum Problem
qq_73625278的博客
05-06 664
Given a set of non-negative integers and a value sum, the task is to check if there is a subset of the given set whose sum is equal to the given sum.Examples:Input: set[] = {3, 34, 4, 12, 5, 2}, sum = 9Output: TrueExplanation: There is a subset (4, 5) with
利用动态规划解决子集和问题
qq_46300009的博客
05-17 1398
上网查了很多解决子集和的问题，但是都表达有点不清楚，我来用一种更加通俗的语言来讲解吧！ 题目是给一个数组，再给一个目标值，看是否有子集加起来能够满足目标值 首先给一个数组，比如array = {5，7，8，2，3，12} 给一个target = 10 显然我们可以看出 5 + 2 + 3 = 10 接下来我们就来看看怎样判断是否满足条件 首先看最后一个元素 12 12比10大 显然12肯定不能作为我们的子集元素 这样我们只考虑前面5个元素 我们的目标值还是10 然后我们的范围缩小到5个元素 我们发现3小于
动态规划之0-1背包问题（详解+分析+原码）
热门推荐
未见花闻的博客
05-08 4万+
本篇文章将介绍算法专题之动态规划中的背包问题，更准确的说是背包问题中最简单的一种类型，即0-1背包问题，就是给你一定容量的背包和若干物品，每种物品只能选一次，告诉你每件物品的价值和体积，求背包里面物品的最大总价值。
动态规划---01背包问题
m0_51431003的博客
09-21 7861
动态规划---01背包问题详解
【运筹优化】子集和问题（Subset Sum Problems , SSP）介绍 + 动态规划求解 + Java代码实现
知不足而奋进，望远山而前行
12-18 2万+
子集和问题（Subset Sum Problems , SSP），它是复杂性理论中最重要的问题之一。SSP会给定一组整数a1,a2,....,ana1​,a2​,....,an​，最多nnn个整数，我们需要判断是否存在一个非空子集，使得子集的总和为MMM整数？如果存在则需要输出该子集。例如，集合给定为[5,2,1,3,9][5,2,1,3,9]，子集之和为999；答案是肯定的，因为子集[5,
动态规划之子集和问题
K.Sun
11-13 8119
原文地址：Dynamic Programming | Set 25 (Subset Sum Problem)已知一个非负整数集，与sum的值，确定这个集合是否存在这样的子集，这个子集所有元素和等于sum。例子: set[] = {3, 34, 4, 12, 5, 2}, sum = 9 输出: True //There is a subset (4, 5) with sum 9.设isSubSe
动态规划-- 背包问题
qq_48094059的博客
07-18 2975
动态规划--背包问题
javascript-leetcode面试题解动态规划问题之第416题分割等和子集-题解.zip
03-16
在本压缩包中，我们关注的是一个与JavaScript编程、LeetCode面试及动态规划相关的知识点——第416题“分割等和子集”。这是一道经典的算法问题，常见于求职面试，尤其是对于寻找前端开发职位的应聘者。下面将详细...
子集和问题
05-04
解决子集和问题的方法通常包括回溯法、动态规划和分支限界等策略。下面我们将详细探讨这些方法： 1. **回溯法**： 回溯法是一种试探性的解决问题方法，通过尝试所有可能的解决方案，并在过程中遇到无效解时回溯。...
算法设计与分析实验4 ：利用动态规划的方法解决子集等和分割判断问题
01-17
通过动态规划，我们能够有效地解决子集等和分割问题，避免了重复计算，提高了效率。同时，通过分析代码的时间和空间复杂度，我们可以优化算法，例如，在实际应用中，如果空间限制较大，可以考虑使用滚动数组减少空间...
3动态规划1
08-03
在这个“3动态规划1”的主题中，我们将探讨几种经典的应用，包括硬币收集问题、多段图最短路径、0/1背包问题、矩阵乘法链、All-Pair最短路径、不交叉网的子集以及旅行商问题（TSP）。 首先，我们来看硬币收集问题。...
c++ 旅行商问题（动态规划）
01-10
总之，C++中的动态规划是解决旅行商问题的有效途径，通过巧妙地利用状态转移方程和记忆化技术，可以在一定程度上解决这个问题。然而，由于TSP属于NP完全问题，随着城市数量的增加，计算复杂度会迅速增长，因此实际...
代码随想录算法训练营第22天-leetcode-二叉树08：669. 修剪二叉搜索树；108.将有序数组转换为二叉搜索树；538.把二叉搜索树转换为累加树
weixin_65180740的博客
07-24 891
你可能需要改变树的根节点，所以结果应当返回修剪好的二叉搜索树的新的根节点。给出二叉 搜索 树的根节点，该树的节点值各不相同，请你将其转换为累加树（Greater Sum Tree），使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。题目要求，实际上是每个节点加上中序排列后面的那个节点，故而可以反向中序排序，即RNL，用prior记录前一个节点的值，加上前一个节点的值即可。左右子树也必须是二叉搜索树。后序遍历每个节点，对于在范围外的节点，考虑保留其左子树/右子树（只可能保留一个）
2.6基本算法之动态规划6045:开餐馆
最新发布
Andy_SCP001的博客
07-24 205
北大信息学院的同学小明毕业之后打算创业开餐馆.现在共有n 个地点可供选择。我们用一个整数序列m1, m2, ... mn 来表示他们的相对位置。由于地段关系,开餐馆的利润会有所不同。为了避免自己的餐馆的内部竞争,餐馆之间的距离必须大于k。//f[i]:从第1个位置到开第i个位置开餐馆能获得的最大利润。j++){//从j个地点到第i个地点开餐馆。//n个地点开一家店。//每个餐馆开的位置。//边界条件:只有一个地点,只开一家店。//n个地点开很多家店。
算法训练营第47天|1143.最长公共子序列|1035.不相交的线|53. 最大子序和|392.判断子序列
bless_______的博客
07-24 190
如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素，所以dp[i][j] = dp[i - 1][j - 1] + 1;未想到特殊情况，即s或t为空串的情况，因为返回的是数组值，但是如果是空串就不会建立数组。
用动态规划实现子集求和问题
05-31
子集求和问题是一个经典的组合优化问题，其目标是在给定的正整数集合中，找到一个子集，使得该子集中元素的和等于给定的目标数值。下面是使用动态规划算法实现子集求和问题的步骤： 1. 定义状态：设 $dp(i,j)$ 表示在前 $i$ 个正整数中，是否存在一个子集，使得其元素和等于 $j$。 2. 初始化状态：$dp(0,0)=1$，即前 $0$ 个正整数中，存在一个子集，其元素和为 $0$。 3. 状态转移方程：对于第 $i$ 个正整数 $num_i$，存在两种情况： a. 不选 $num_i$，则 $dp(i,j)=dp(i-1,j)$； b. 选 $num_i$，则 $dp(i,j)=dp(i-1,j-num_i)$； 综上所述，状态转移方程为：$dp(i,j)=dp(i-1,j)\text{ or }dp(i-1,j-num_i)$。 4. 最终状态：$dp(n,sum)$，其中 $n$ 表示正整数的个数，$sum$ 表示目标数值。 5. 时间和空间复杂度：时间复杂度为 $O(n\times sum)$，空间复杂度为 $O(n\times sum)$。 下面是使用动态规划算法实现子集求和问题的 Python 代码实现： ```python def subset_sum(nums, target): n = len(nums) dp = [[False for j in range(target+1)] for i in range(n+1)] for i in range(n+1): dp[i][0] = True for i in range(1, n+1): for j in range(1, target+1): dp[i][j] = dp[i-1][j] or dp[i-1][j-nums[i-1]] return dp[n][target] ``` 其中，参数 `nums` 表示正整数集合，参数 `target` 表示目标数值。函数返回值为布尔类型，表示是否存在一个子集，使得其元素和等于目标数值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值