代码随想录算法训练营第四十六天| 139.单词拆分、多重背包、背包问题总结

最新推荐文章于 2024-11-06 11:05:01 发布

菜鸟的Zoom之旅

最新推荐文章于 2024-11-06 11:05:01 发布

阅读量300

点赞数

分类专栏：代码随想录刷题训练营文章标签：算法

本文链接：https://blog.csdn.net/weixin_42809675/article/details/131387426

版权

代码随想录刷题训练营专栏收录该内容

51 篇文章 0 订阅

订阅专栏

文章讨论了如何使用动态规划解决不同类型的背包问题，包括01背包、完全背包和多重背包。通过定义dp数组，利用递推公式来确定是否能将字符串拆分为字典中的单词，以及如何选择物品以达到最大价值或最小数量。同时，文章强调了遍历顺序对结果的影响。

摘要由CSDN通过智能技术生成

单词拆分

题目链接：力扣

确定dp数组以及下标的含义
dp[i] : i为字符串长度，dp[i]为true，表示可以拆分为一个或多个在字典中出现的单词。
确定递推公式
如果确定dp[j] 是true，且 [j, i] 这个区间的子串出现在字典里，那么dp[i]一定是true（j < i ）。所以递推公式是 if([j, i] 这个区间的子串出现在字典里 && dp[j]是true) 那么 dp[i] = true。
dp数组如何初始化
dp[0]一定要为true，否则递推下去后面都都是false了。
下标非0的dp[i]初始化为false，只要没有被覆盖说明都是不可拆分为一个或多个在字典中出现的单词。
确定遍历顺序
本题其实求排列数，
例如 s = "applepenapple", wordDict = ["apple", "pen"] 举例。
"apple", "pen" 是物品，物品的组合是 "apple" + "pen" + "apple" 才能组成 "applepenapple"。
"apple" + "apple" + "pen" 或者 "pen" + "apple" + "apple" 是不可以的，那么我们就是强调物品之间顺序。
所以，本题一定是先遍历背包，再遍历物品。
举例推导dp[i]

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {

        unordered_set<string> wordSet(wordDict.begin(), wordDict.end());
        vector<bool> dp(s.size() + 1, false);
        dp[0] = true;
        for (int i = 1; i <= s.size(); i++) {   // 遍历背包
            for (int j = 0; j < i; j++) {       // 遍历物品
                string word = s.substr(j, i - j); //substr(起始位置，截取的个数)
                if (wordSet.find(word) != wordSet.end() && dp[j]) {
                    dp[i] = true;
                }
            }
        }
        return dp[s.size()];

    }
};

多重背包

有N种物品和一个容量为V 的背包。
第i种物品最多有Mi件可用，每件耗费的空间是Ci ，价值是Wi 。
求解将哪些物品装入背包可使这些物品的耗费的空间总和不超过背包容量，且价值总和最大。

多重背包和01背包非常像，每件物品最多有Mi件可用，把Mi件摊开，其实就是一个01背包问题。

例如：
背包最大重量为10。

物品为：

	重量	价值	数量
物品0	1	15	2
物品1	3	20	3
物品2	4	30	2

则与下列展开的方式等价：

	重量	价值	数量
物品0	1	15	1
物品0	1	15	1
物品1	3	20	1
物品1	3	20	1
物品1	3	20	1
物品2	4	30	1
物品2	4	30	1

从而转成了一个01背包问题了，且每个物品只用一次。

void test_multi_pack() {
    vector<int> weight = {1, 3, 4};
    vector<int> value = {15, 20, 30};
    vector<int> nums = {2, 3, 2};
    int bagWeight = 10;
    for (int i = 0; i < nums.size(); i++) {
        while (nums[i] > 1) { // nums[i]保留到1，把其他物品都展开
            weight.push_back(weight[i]);
            value.push_back(value[i]);
            nums[i]--;
        }
    }

    vector<int> dp(bagWeight + 1, 0);
    for(int i = 0; i < weight.size(); i++) { // 遍历物品
        for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
        }
        for (int j = 0; j <= bagWeight; j++) {
            cout << dp[j] << " ";
        }
        cout << endl;
    }
    cout << dp[bagWeight] << endl;

}
int main() {
    test_multi_pack();
}