【Day42】代码随想录之动态规划part4——01背包问题、滚动数组、分割等和子集

昨天的两道题目还是有点难的，思路真的很难想到，后面多复习吧，今天开始动态规划中的背包问题。（今天状态不好，最后一题直接看的答案，先玩几天吧，等过年之后继续刷题）

今日任务：

• 01背包问题二维
• 01背包问题一维
• 416.分割等和子集

背包目前只需要弄懂01背包和完全背包弄懂就好了。Leetcode一般都是应用类题目

题目一：01背包问题（二维）

卡玛网题目：【46.携带研究材料】
参考：【代码随想录之01背包问题】

代码实现也是很难想，但是可以理解：


主要的难点有两个：
（1）初始化怎么处理；
（2）递推方程如何推导出来？

按照卡哥的递推五部曲：
（1）确定dp[i][j]数组的定义：表示从0到i的最大包重量的最优值；
（2）递推公式：

（3）初始化：
全部初始化为0，然后上面那一排的当j>weight[0]的时候可以变为value[i]；
（4）确定遍历顺序：
从左到右，从上到下即可。
（5）打印bp数组：

#include<iostream>
#include<vector>

using namespace std;

int maxValue(int m, int bagsize){
    int weight[m] = {};
    int value[m] = {};
    for(int i = 0; i < m; ++i) {
        cin >> weight[i];
    }
    for(int j = 0; j < m; ++j) {
        cin >> value[j];
    }
    // m表示有多少种材料，n表示每种材料的价值
    vector<vector<int>> dp(m, vector<int>(bagsize+1, 0));
    // 进行初始化
    for(int j = weight[0]; j<=bagsize; j++){
        dp[0][j] = value[0];
    }
    // 递推方程
    for(int i = 1; i<m; i++){
        for(int j = 0; j<=bagsize; j++)
        if(j < weight[i]) dp[i][j] = dp[i-1][j];
        else{
            dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i]);
        }
    }
    return dp[m-1][bagsize];
    
}

int main(){
    int M, N;
    while(cin >> M >> N){
        cout << maxValue(M, N) << endl;
    }
    return 0;
}

题目二：01背包问题（一维）

如何从二维降为一维数组的？
把上一层数据拷贝下来了

按照动规五部曲：
（1）dp[j]：容量为j的背包所能获取的最大价值；
（2）递推公式：

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]);

    }
}

（3）初始化：
dp[0] = 0;

（4）遍历顺序：
外层只能是先遍历物品，再遍历不同重量的背包；

（5）打印dp数组

// 一维dp数组实现
#include <iostream>
#include <vector>
using namespace std;

int main() {
    // 读取 M 和 N
    int M, N;
    cin >> M >> N;

    vector<int> costs(M);
    vector<int> values(M);

    for (int i = 0; i < M; i++) {
        cin >> costs[i];
    }
    for (int j = 0; j < M; j++) {
        cin >> values[j];
    }

    // 创建一个动态规划数组dp，初始值为0
    vector<int> dp(N + 1, 0);

    // 外层循环遍历每个类型的研究材料
    for (int i = 0; i < M; ++i) {
        // 内层循环从 N 空间逐渐减少到当前研究材料所占空间
        for (int j = N; j >= costs[i]; --j) {
            // 考虑当前研究材料选择和不选择的情况，选择最大值
            dp[j] = max(dp[j], dp[j - costs[i]] + values[i]);
        }
    }

    // 输出dp[N]，即在给定 N 行李空间可以携带的研究材料最大价值
    cout << dp[N] << endl;

    return 0;
}

题目三：分割等和子集

Leetcode题目：【416.分割等和子集】
参考：【代码随想录之分割等和子集】

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;

        // dp[i]中的i表示背包内总和
        // 题目中说：每个数组中的元素不会超过 100，数组的大小不会超过 200
        // 总和不会大于20000，背包最大只需要其中一半，所以10001大小就可以了
        vector<int> dp(10001, 0);
        for (int i = 0; i < nums.size(); i++) {
            sum += nums[i];
        }
        // 也可以使用库函数一步求和
        // int sum = accumulate(nums.begin(), nums.end(), 0);
        if (sum % 2 == 1) return false;
        int target = sum / 2;

        // 开始 01背包
        for(int i = 0; i < nums.size(); i++) {
            for(int j = target; j >= nums[i]; j--) { // 每一个元素一定是不可重复放入，所以从大到小遍历
                dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
            }
        }
        // 集合中的元素正好可以凑成总和target
        if (dp[target] == target) return true;
        return false;
    }
};