动态规划:0-1背包理论基础 二维
01 背包
有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。
二维dp数组01背包
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。
有两个方向推出来dp[i][j],
- 不放物品i:由dp[i - 1][j]推出,即背包容量为j,里面不放物品i的最大价值,此时dp[i][j]就是dp[i - 1][j]。(其实就是当物品i的重量大于背包j的重量时,物品i无法放进背包中,所以背包内的价值依然和前面相同。)
- 放物品i:由dp[i - 1][j - weight[i]]推出,dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值,那么dp[i - 1][j - weight[i]] + value[i] (物品i的价值),就是背包放物品i得到的最大价值
所以递归公式: dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
01背包问题 一维
一维dp数组(滚动数组)
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。与其把dp[i - 1]这一层拷贝到dp[i]上,不如只用一个一维数组了,只用dp[j]
416. 分割等和子集
C++解法
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
for (int num : nums){
sum += num;
}
if (sum % 2 == 1) return false;
int target = sum / 2;
vector<int> dp(target+1, 0);
for (int i = 0; i < nums.size(); i++){
for (int j = target; j >= nums[i]; j--){
dp[j] = max(dp[j], dp[j-nums[i]]+nums[i]);
}
}
if (dp[target] == target){
return true;
} else {
return false;
}
}
};
Python解法
class Solution:
def canPartition(self, nums: List[int]) -> bool:
num_sum = sum(nums)
if num_sum % 2 == 1:
return False
target = num_sum // 2
dp = [0] * (target+1)
for i in range(0, len(nums)):
for j in range(target, nums[i]-1, -1):
dp[j] = max(dp[j], dp[j-nums[i]]+nums[i])
if dp[target] == target:
return True
else:
return False
Day 13 复习
239. 滑动窗口最大值
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int> result;
deque<int> queue;
for (int i = 0; i < k; i++){
while (!queue.empty() && nums[i] > queue.back()){
queue.pop_back();
}
queue.push_back(nums[i]);
}
result.push_back(queue.front());
for (int i = k; i < nums.size(); i++){
if (nums[i - k] == queue.front()){
queue.pop_front();
}
while (!queue.empty() && nums[i] > queue.back()){
queue.pop_back();
}
queue.push_back(nums[i]);
result.push_back(queue.front());
}
return result;
}
};
347.前 K 个高频元素
class Solution {
public:
class mycomparison {
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int, int> map;
for (int i = 0; i < nums.size(); i++){
map[nums[i]]++;
}
priority_queue <pair<int, int>, vector<pair<int, int>>, mycomparison> pq;
for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
pq.push(*it);
if (pq.size() > k) {
pq.pop();
}
}
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pq.top().first;
pq.pop();
}
return result;
}
};