day 43 01背包

最新推荐文章于 2024-08-20 20:53:51 发布

努力的小蓝

最新推荐文章于 2024-08-20 20:53:51 发布

阅读量238

点赞数 1

文章标签： 01背包

本文链接：https://blog.csdn.net/weixin_42410511/article/details/131548881

版权

文章介绍了三个使用动态规划解决的问题：1)如何使石头碰撞后剩余的重量最小；2)在给定数组中找到目标和的不同组合方式；3)在满足0和1数量限制的情况下，找出最大子集的长度。每个问题都涉及到01背包问题的变形，通过定义dp数组和递推公式求解。

摘要由CSDN通过智能技术生成

1049. 最后一块石头的重量 II
分析：
其实就是尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小，这样就化解成01背包问题了。
本题物品的重量为stones[i]，物品的价值也为stones[i]。
（1）dp[j]的含义，容量为j的背包，最多可以装的价值为 dp[j]
（2) 递推公式，dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
（3）初始化为0
（4）递归顺序，逆序

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int sum = 0;
        for(int i=0; i<stones.size(); i++){
            sum += stones[i];
        }
        int n = sum/2;
        vector<int>dp(n+1, 0);
        for(int i=0; i<stones.size(); i++){
            for(int j=n; j>=stones[i]; j--){
                dp[j] = max(dp[j], dp[j-stones[i]] + stones[i]);
            }
        }
        return sum - dp[n]*2;

    }
};

494. 目标和

输入：nums = [1,1,1,1,1], target = 3
输出：5
解释：一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3

分析： x + y = sum
x - y =target
推出 x = (sum - target)/2 背包大小为x 题目转换为装满这个背包有几种方法，组合问题
（1）dp[ j ]的含义，装满容量为j的背包有多少种类
（2) 递推公式，dp[ j ] += dp[ j - num[ i ]]
对于物品 i ，装满 j 的种类数应该是装满 j - num[ i ]的种类。对于多个物品 dp[j]需要叠加
（3）dp[ 0 ] = 1。当 j - num[ i ] == 0 就是一种新的装满方式
（4）递归顺序，逆序

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for(int i=0; i<nums.size(); i++){
            sum += nums[i];
        }
        if(sum < target) return 0;  // 此时没有方案
        if((sum - target)%2 == 1) return 0;//同上
        int n = (sum - target)/2;
        vector<int>dp(n+1, 0); //能够装满 j 的种类
        dp[0] = 1;
        for(int i=0; i<nums.size(); i++){
            for(int j=n; j>=nums[i]; j--){
                dp[j] += dp[j-nums[i]];
            }
        }
        return dp[n];
    }
};

474. 一和零
题目：
输入：strs = [“10”, “0001”, “111001”, “1”, “0”], m = 5, n = 3
输出：4
解释：最多有 5 个 0 和 3 个 1 的最大子集是 {“10”,“0001”,“1”,“0”} ，因此答案是 4 。
其他满足题意但较小的子集包括 {“0001”,“1”} 和 {“10”,“1”,“0”} 。{“111001”} 不满足题意，因为它含 4 个 1 ，大于 n 的值 3 。

分析：两个限制的背包，一个是m，一个n
（1）dp[ i ][ j ] 的含义，尽可能装满m个0 ，n个1的最大子集的长度
（2) 递推公式，dp[ x ][ y ] = max(dp[ x ][ y ], dp[ x - nums[ i ][ 0 ]][ y - nums[ i ][ 1 ]] + 1);
对于物品 i 可以选择不装入，若选择装入，长度加一，两者取大者
（3）初始化为 0
（4）递归顺序，逆序

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector <int>>nums;
        for(int i=0; i<strs.size(); i++){
            int len = strs[i].size();
            int cnt = 0;
            for(int j=0; j<len; j++){
                if(strs[i][j] == '0') cnt++;  // 这里选择现算可以提高速度
            }
            nums.push_back({cnt, len-cnt});
        }
        vector<vector<int>>dp(m+1, vector<int>(n+1, 0));// 尽可能装满m, n所获得的最大长度

        for(int i=0; i<nums.size(); i++){
            for(int x=m; x>=nums[i][0]; x--){
                for(int y=n; y>=nums[i][1]; y--)
                dp[x][y] = max(dp[x][y], dp[x-nums[i][0]][y-nums[i][1]] + 1);
            }
        }
        return dp[m][n]; 

    }
};