代码随想录算法训练营第四十六天 | 139.单词拆分、多重背包(了解)、 背包总结
139.单词拆分
class Solution {
public boolean wordBreak(String s, List<String> wordDict) {
// 字典中的单词就是物品,字符串s就是背包,物品能不能把背包装满?
Set<String> wordDictSet = new HashSet(wordDict);
boolean[] dp = new boolean[s.length() + 1];
// dp[i]表示字符串 s 前 i个字符组成的字符串 s[0..i−1]是否能被空格拆分成若干个字典中出现的单词
// 递推公式
// if( [j, i] 这个区间的子串出现在字典里 && dp[j]是true) 那么 dp[i] = true。
dp[0] = true; // dp[0]就是递推的根基,dp[0]一定要为true, dp[0]没有意义
// 先遍历背包
/**
如果求组合数就是外层for循环遍历物品,内层for遍历背包。
如果求排列数就是外层for遍历背包,内层for循环遍历物品。 ✔
*/
for(int i = 1; i <= s.length(); ++i) {
// 然后,我们开始遍历字符串 "leetcode" 的每个字符,同时对于每个字符,我们都会从字符头部遍历到当前字符的每个子字符串。
for(int j = 0; j < i; ++j) {
if(dp[j] && wordDictSet.contains(s.substring(j, i))) {
// 判断s[0, j-1]是否存在于字典中,以及s[j, i-1]是否存在于字典中
dp[i] = true;
break;
}
}
}
return dp[s.length()];
}
}
多重背包(了解)
题目链接:代码随想录 (programmercarl.com)
背包总结
题目链接:代码随想录 (programmercarl.com)
dp五部曲:
- 确定dp数组(dp table)以及下标的含义
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 举例推导dp数组
背包递推公式:
能否装满背包: dp[j] = max(dp[j], dp[j - nums[i]] + nums[i])
装满背包有几种方法:dp[j] += dp[j - nums[i]]
- 动态规划:494.目标和(opens new window)
- 动态规划:518. 零钱兑换 II(opens new window)
- 动态规划:377.组合总和Ⅳ(opens new window)
- 动态规划:70. 爬楼梯进阶版(完全背包)
装满背包后,能装的最大价值: dp[j] = max(dp[j], do[j - nums[i]] + values[i])
装满背包后,所用的最小物品个数: dp[j] = min(dp[j], dp[j - nums[i]])
遍历顺序
01背包:遍历顺序无所谓
注意一下从二维到一维滚动数组的推导
完全背包:
先遍历物品还是先遍历背包都是可以的,且第二层for循环是从小到大遍历。
但是仅仅是纯完全背包的遍历顺序是这样的,题目稍有变化,两个for循环的先后顺序就不一样了。
如果求组合数就是外层for循环遍历物品,内层for遍历背包。
如果求排列数就是外层for遍历背包,内层for循环遍历物品。
相关题目如下:
- 求组合数:动态规划:518.零钱兑换II(opens new window)
- 求排列数:动态规划:377. 组合总和 Ⅳ (opens new window)、动态规划:70. 爬楼梯进阶版(完全背包)(opens new window)
如果求最小数,那么两层for循环的先后顺序就无所谓了,相关题目如下:
对于背包问题,其实递推公式算是容易的,难是难在遍历顺序上,如果把遍历顺序搞透,才算是真正理解了。
背包问题思维导图: