编程集训第7天：DP实战--0-1背包问题实现(自我实现)及Leetcode(132)Palindrome Partitioning II

编程集训第7天：DP实战–0-1背包问题实现(自我实现)及Leetcode(132)Palindrome Partitioning II

编程题目

1.背包问题

概述： 有n种物品与承重为m的背包。每种物品只有一件，每个物品都有对应的重量weight[i]与价值value[i]，求解如何装包使得价值最大。

思路： 遇到这种问题，最简单也是最耗费时间的解决方法是遍历，将所有情况都计算出来，再从结果中找最优解，我们今天介绍的动态规划就是在这个基础上演变而来的。我们都知道，遍历之所以耗费时间，是由于它的计算量巨大，我们通过观察它的计算过程可以发现，其实它的很多计算操作计算的都是之前计算过的量。那我们如果把这些已经计算过的量储存起来，当我们需要的适合直接提取它的结果，就起到了减少计算量的效果，我们的动态规划使用的就是这种思想。

问题描述： 有3种物品，他们的重量和价格分别是10, 20, 30 kg和$60, $100, $120。

分析可以得到如下的递推公式：

python:

import numpy as np

def solve(vlist,wlist,totalWeight,totalLength):
    resArr = np.zeros((totalLength+1,totalWeight+1),dtype=np.int32)
    for i in range(1,totalLength+1):
        for j in range(1,totalWeight+1):
            if wlist[i] <= j:
                resArr[i,j] = max(resArr[i-1,j-wlist[i]]+vlist[i],resArr[i-1,j])
            else:
                resArr[i,j] = resArr[i-1,j]
    return resArr[-1,-1]

if __name__ == '__main__':
    v = [0,60,100,120]
    w = [0,10,20,30]
    weight = 50
    n = 3
    result = solve(v,w,weight,n)
    print(result)

2.Leetcode(132) Palindrome Partitioning II

题目描述：
给定一个字符串 s，将 s 分割成一些子串，使每个子串都是回文串。

返回符合要求的最少分割次数。

思路： dp[i]是s[0:i]前i个字符所返回的最小分割次数。采用了动态规划思想，也就是借用之前算过的dp[j]，如果s[j:i]是回文串，则可以进行以下分割：在s[j-1]与s[j]之间进行分割，则dp[i]=dp[j]+1;同时在前i个数字进行组合遍历的情况下取遍历结果的最小值，即dp[i] = min(dp[i],dp[j]+1)。

python:

class Solution(object):
    def minCut(self, s):
        """
        :type s: str
        :rtype: int
        """
        n = len(s)
        dp = [(i - 1) for i in range(n + 1)] #初始化dp=[-1,0,...]
        for i in range(1, n + 1):
            for j in range(i):
                tmp = s[j:i]
                if tmp == tmp[::-1]:
                    dp[i] = min(dp[i], dp[j] + 1)
        return dp[n]