day42 3.28 动态规划第四天
01背包问题
链接: 01背包问题
思路:
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。
**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,所以被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 滚动数组
链接: 01背包问题 滚动数组
思路:
416. 分割等和子集
链接: 416. 分割等和子集
思路:
背包的体积为sum / 2
背包要放入的商品(集合里的元素)重量为 元素的数值,价值也为元素的数值
背包如果正好装满,说明找到了总和为 sum / 2 的子集。
背包中每一个元素是不可重复放入。
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
//dp[i]中的i表示背包内总和
//题目说:每个数组中的元素不会超过100,数组的大小不会超过200
//总和不会大于20000,背包最大只需要其中一半,所以10001大小就可以
vector<int> dp(10001, 0);
for (int i = 0; i < nums.size(); i++) {
sum += nums[i];
}
//也可以使用库函数来求
//int sum = accumulate(nums.begin(), nums.end(), 0);
if (sum % 2 == 1) return false;
int target = sum / 2;
//开始01背包
for (int i = 0; i < nums.size(); i++) {
for (int j = target; j >= nums[i]; j--) {//每一个元素一定是不可重复放入,所以从大到小遍历
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]); //***这一步加深理解
}
}
//集合中元素正好可以凑成总和target
if (dp[target] == target) return true;
return false;
}
};