1. 二维dp与一维的模板和区别
二维和一维的区分,理解的好像是:
- 二维递推来自于i -1
- 一维来自于对于上一个物品的循环(因此需要倒着遍历背包容量)
由于背包容量还存在一个0,因此dp定义为dp[背包容量+1]
1.2 代码
一维模板:理解稍微难一点但写起来简单一点,空间用的少一点
dp[j] :表示放进容量为j的背包,价值总和最大是多少
//一维dp模板
public static void main(String[] args) {
int[] weight = {1, 3, 4};
int[] value = {15, 20, 30};
int bagWight = 4;
testWeightBagProblem(weight, value, bagWight);
}
public static void testWeightBagProblem(int[] weight, int[] value, int bagWeight){
int wLen = weight.length;
//定义dp数组:dp[j]表示背包容量为j时,能获得的最大价值
int[] dp = new int[bagWeight + 1];
//遍历顺序:先遍历物品,再遍历背包容量
for (int i = 0; i < wLen; i++){
for (int j = bagWeight; j >= weight[i]; j--){
dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
}
}
//打印dp数组
for (int j = 0; j <= bagWeight; j++){
System.out.print(dp[j] + " ");
}
}
二维模板:好理解但空间使用多一点,并且写起来复杂一点点
dp[i][j] :表示从下标为[0-i]的物品里任意取,放进容量为j的背包,价值总和最大是多少
public class BagProblem {
public static void main(String[] args) {
int[] weight = {1,3,4};
int[] value = {15,20,30};
int bagSize = 4;
testWeightBagProblem(weight,value,bagSize);
}
/**
* 动态规划获得结果
* @param weight 物品的重量
* @param value 物品的价值
* @param bagSize 背包的容量
*/
public static void testWeightBagProblem(int[] weight, int[] value, int bagSize){
// 创建dp数组
int goods = weight.length; // 获取物品的数量
int[][] dp = new int[goods][bagSize + 1];
// 初始化dp数组
// 创建数组后,其中默认的值就是0
for (int j = weight[0]; j <= bagSize; j++) {
dp[0][j] = value[0];
}
// 填充dp数组
for (int i = 1; i < weight.length; i++) {
for (int j = 1; j <= bagSize; j++) {
if (j < weight[i]) {
/**
* 当前背包的容量都没有当前物品i大的时候,是不放物品i的
* 那么前i-1个物品能放下的最大价值就是当前情况的最大价值
*/
dp[i][j] = dp[i-1][j];
} else {
/**
* 当前背包的容量可以放下物品i
* 那么此时分两种情况:
* 1、不放物品i
* 2、放物品i
* 比较这两种情况下,哪种背包中物品的最大价值最大
*/
dp[i][j] = Math.max(dp[i-1][j] , dp[i-1][j-weight[i]] + value[i]);
}
}
}
// 打印dp数组
for (int i = 0; i < goods; i++) {
for (int j = 0; j <= bagSize; j++) {
System.out.print(dp[i][j] + "\t");
}
System.out.println("\n");
}
}
}
2.分割等和子集
2.1 链接
https://leetcode.cn/problems/partition-equal-subset-sum/description/
2.2 关键知识点
- 了解在这里为什么不能用双指针和回溯:
- 分割等和子集问题中的划分并不一定与数组的顺序相关
- 回溯的时间复杂度:由于每个元素有两个选择,对于 n 个元素,总共的可能组合数为 2^n。因此,回溯算法的时间复杂度为 O(2^n)。
- 背包的含义在这道题中是什么
- 了解一维dp的方法注意先遍历物品再遍历背包,并且遍历背包顺序是倒序(使得递推来自于上一个物品放入的状态);
2.3 自己遇到的细节问题
- 一下没反应过来初始化
2.4 题解
class Solution {
public boolean canPartition(int[] nums) {
int len = nums.length;
int sum = 0;
for(int n : nums){
sum += n;
}
if(sum % 2 != 0) return false;
//1.含义
int target = sum >> 1;//背包大小
int[] dp = new int[target + 1]; //容量为j的背包最大价值
//2初始化——由于dp[0] 自然为0,这里不用手动初始化
for(int i = 0; i < len; i ++){//遍历物品
for(int j = target; j >= nums[i]; j--){
//两种选择,放和不放
dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]);
}
if(dp[target] == target) return true;
}
return false;
}
}