Leetcode: 139 单词拆分
如果把单词看成物品,字符串看成背包,这样就可以转化为将背包塞满的背包问题。
1、确定下标含义
dp[i] : 字符串长度为i的话,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。
2、确定递归公式
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。
3、初始化
dp[0]为true,其他非0下标的dp为false
4、遍历顺序
因为物品有排列顺序,所以要先遍历背包,再遍历物品
时间复杂度:O(n^3)
空间复杂度:O(n)
代码如下:
class Solution {
public:
bool wordBreak(string s, vector<string>& wordDict) {
unordered_set<string> wordSet(wordDict.begin(), wordDict.end());//划分为单词表
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,注意要比i小
string word = s.substr(j, i - j);//截取单词的子串,进行比对
if(wordSet.find(word) != wordSet.end() && dp[j] != false){//寻找子串是否在单词表种
dp[i] = true;//如果在,并且dp[j]也存在,就是true
}
}
}
return dp[s.size()];
}
};
多重背包问题
多重背包的描述: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。
如果将物品数量摊开,变成数量为1,那么就转化为01背包问题。
for (int i = 0; i < n; i++) {
while (nums[i] > 1) { // 物品数量不是一的,都展开
weight.push_back(weight[i]);
value.push_back(value[i]);
nums[i]--;
}
}
但是上述代码很耗时,另一种处理方法就是放在01背包里面的循环里面进行循环。
for(int i = 0; i < n; i++) { // 遍历物品
for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
// 以上为01背包,然后加一个遍历个数
for (int k = 1; k <= nums[i] && (j - k * weight[i]) >= 0; k++) { // 遍历个数
dp[j] = max(dp[j], dp[j - k * weight[i]] + k * value[i]);
}
}
}
总结
背包问题的基本流程
- 确定dp数组(dp table)以及下标的含义
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 举例推导dp数组
一般递推公式
- 问能否能装满背包(或者最多装多少):dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
- 问装满背包有几种方法:dp[j] += dp[j - nums[i]]
- 问背包装满最大价值:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
- 问装满背包所有物品的最小个数:dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
遍历顺序
在完全背包问题中
如果求组合数就是外层for循环遍历物品,内层for遍历背包。
如果求排列数就是外层for遍历背包,内层for循环遍历物品。