一和零（Leetcode-474）-多维背包问题

题目

• 原题连接：https://leetcode-cn.com/problems/largest-divisible-subset/
  

知识点

• 动态规划（多维背包）

思路

• 我们可以把它转换为背包问题：m和n作为容量，每一个字符串看作是物品，每个价值为1。那么，我们就可以把原问题转换为：在max（m）和max（n）情况下取得物品的最大价值。注意，字符串不能重复，因此我们还需要添加一个状态，去求得：前i个物品，在max（m）和max（n）情况下取得物品的最大价值。
• 所以状态转移方程就可以得到：
  dp[i][m][n] = max（dp[i - 1][m][n]，dp[i - 1][m - 当前i物品所需要的m空间][n - 当前i物品所需要的n空间]
  其中，dp[i - 1][m][n]就是不取第i个物品的最大价值（即前i-1个物品在m和n取得的最大价值）。dp[i - 1][m - 当前i物品所需要的m空间][n - 当前i物品所需要的n空间] 就是把第i个物品放入背包的价值，那么，如果要放得下，就是在容量m - 当前i物品所需要的m空间和n - 当前i物品所需要的n空间情况下取得的最大价值加上当前物品的价值（1）。
• 这样，dp[i][max(m)][max(n)]得到的就是前i个物品，在max（m）和max（n）情况下取得物品的最大价值。

代码

• 一些小细节放在注释中了
• 单独对第0个物品计算结果（Line 6-13），不然后面的vis[i][m][n] = max(vis[i - 1][m][n], vis[i - 1][m - m_num[i]][n - n_num[i]] + 1)（Line 20）溢出了。

class Solution {
public:
    int vis[601][101][101];  // 前i个字符串，在容量为m & n 状态下的最大容量
    int ed_m, ed_n;

    int dp(vector<int> &m_num, vector<int> &n_num) {
        for (int m = 0; m <= ed_m; m++) {
            for (int n = 0; n <= ed_n; n++) {
                if (m - m_num[0] >= 0 && n - n_num[0] >= 0) {
                    vis[0][m][n] = 1;
                }
            }
        }

        for (int i = 1; i < m_num.size(); i++) {  // 考虑前i件物品的情况
            for (int m = 0; m <= ed_m; m++) {
                for (int n = 0; n <= ed_n; n++) {
                	// 前i件物品的最大价值一定 >= 前i-1件物品的最大价值（先等于，后面再看放入第i件物品有没有大于前i-1件获得的价值）
                    vis[i][m][n] = vis[i-1][m][n];
                    if (m - m_num[i] >= 0 && n - n_num[i] >= 0) {
                        vis[i][m][n] = max(vis[i - 1][m][n], vis[i - 1][m - m_num[i]][n - n_num[i]] + 1);
                    }
                }
            }
        }
        return vis[m_num.size() - 1][ed_m][ed_n];
    }

    int findMaxForm(vector<string> &strs, int m, int n) {
        ed_m = m, ed_n = n;
        memset(vis, 0, sizeof(int[601][101][101]));
        vector<int> m_n(strs.size(), 0), n_n(strs.size(), 0);  // 第i个str包含0和1的数目
        for (int i = 0; i < strs.size(); i++) {
            for (char j:strs[i]) {
                if (j == '0') m_n[i]++;
                if (j == '1') n_n[i]++;
            }
        }
        return dp(m_n, n_n);
    }
};