背包问题
背包问题的分类如下:
其中最常考的是01背包和完全背包。掌握这两个基本就可以应付绝大多数背包问题啦。
01背包基础
二维dp数组01背包
依然动规五部曲分析一波。
- 确定dp数组以及下标的含义
对于背包问题,有一种写法, 是使用二维数组,即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。
只看这个二维数组的定义,大家一定会有点懵,看下面这个图:
- 确定递推公式
再回顾一下dp[i][j]的含义: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。
那么可以有两个方向推出来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]);
-
dp数组如何初始化
关于初始化,一定要和dp数组的定义吻合,否则到递推公式的时候就会越来越乱。
首先从dp[i][j]的定义出发,如果背包容量j为0的话,即dp[i][0],无论是选取哪些物品,背包价值总和一定为0。如图:
再看其他情况。
状态转移方程 dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); 可以看出i 是由 i-1 推导出来,那么i为0的时候就一定要初始化。
dp[0][j],即:i为0,存放编号0的物品的时候,各个容量的背包所能存放的最大价值。
那么很明显当 j < weight[0]的时候,dp[0][j] 应该是 0,因为背包容量比编号0的物品重量还小。
当j >= weight[0]时,dp[0][j] 应该是value[0],因为背包容量放足够放编号0物品。
其实从递归公式: dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); 可以看出dp[i][j] 是由左上方数值推导出来了,那么 其他下标初始为什么数值都可以,因为都会被覆盖。
初始-1,初始-2,初始100,都可以!
但只不过一开始就统一把dp数组统一初始为0,更方便一些。
如图:
-
确定遍历顺序
在如下图中,可以看出,有两个遍历的维度:物品与背包重量
那么问题来了,先遍历 物品还是先遍历背包重量呢?
其实都可以!! 但是先遍历物品更好理解。
-
举例推导dp数组
代码如下:
import java.util.Scanner;
public class Main{
public static void main (String[] args) {
//定义输入格式
Scanner in=new Scanner(System.in);
int classNum=in.nextInt();
int weightNum=in.nextInt();
int[] weights=new int[classNum];
int[] values=new int[classNum];
for(int i=0;i<classNum;i++){
weights[i]=in.nextInt();
}
for(int i=0;i<classNum;i++){
values[i]=in.nextInt();
}
//1、创建dp数组:表示取前i种物品,背包容量为j时的最大价值
int[][] dp=new int[classNum][weightNum+1];
//3、初始化dp数组,当j为0时什么也装不了,因此结果一定为0.当i=0时,当j小于第一个物品的重量时,结果为0,当大于等于时,结果为第一个物品的重量
for(int i=0;i<classNum;i++){
dp[i][0]=0;
}
for(int i=1;i<=weightNum;i++){
if(i<weights[0]) dp[0][i]=0;
else{
dp[0][i]=values[0];
}
}
for(int i=1;i<classNum;i++){//4、遍历顺序:从小到大,可以先遍历背包,也可以先遍历物品
for(int j=1;j<=weightNum;j++){
if(j-weights[i]>=0){
dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-weights[i]]+values[i]);//2、关键!:递推公式,当前的最大价值=MAX(背包中不装当前物品的最大价值,装当前物品的最大价值)
}
else{
dp[i][j]=dp[i-1][j];
}
}
}
System.out.println(dp[classNum-1][weightNum]);//5、模拟结果
}
}
一维dp数组01背包
416.分割等和子集
建议好好看看代码随想录的视频
背包问题的变种,但我觉得还是有点难理解,关键在于设定什么是物品的数量,什么是物品的价值,什么是背包容量,以及怎样才算是成功分割。
一维递推公式实现:
class Solution {
public boolean canPartition(int[] nums) {
int sum=0;
for(int i=0;i<nums.length;i++){
sum+=nums[i];
}
if(sum%2!=0) return false;
int target=sum/2;
int[] dp=new int[target+1];//1、定义dp数组 2、初始化为0
for(int i=0;i<nums.length;i++){
for(int j=target;j>=nums[i];j--){//4、遍历顺序
dp[j]=Math.max(dp[j],dp[j-nums[i]]+nums[i]);//2、递推关系
}
}
return target==dp[target];
}
}
二维递推公式实现:
class Solution {
public boolean canPartition(int[] nums) {
int sum=0;
for(int i=0;i<nums.length;i++){
sum+=nums[i];
}
if(sum%2!=0) return false;
int target=sum/2;
int[][] dp=new int[nums.length][target+1];//1、定义dp数组
for(int i=0;i<=target;i++){//2、初始化
if(i>=nums[0]) dp[0][i]=nums[0];
}
for(int i=1;i<nums.length;i++){
for(int j=1;j<=target;j++){//4、遍历顺序
if(j>=nums[i]) dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-nums[i]]+nums[i]);//2、递推关系
else dp[i][j]=dp[i-1][j];
}
}
return target==dp[nums.length-1][target];
}
}