【代码随想录】day42

本文详细介绍了01背包问题的基本概念、不同类型的背包区别、0-1背包的0/1背包原理以及滚动数组优化的动态规划方法。同时,还对比了416分割等和子集问题的一维和二维动态规划解决方案。
摘要由CSDN通过智能技术生成

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


一、01背包问题理论基础

1.不同背包的区别:

  • 0-1背包:有n种物品,每种只有1个
  • 完全背包:有n种物品,每种有无限个
  • 多重背包:有n种物品,每种物品的个数各不相同

2.0-1背包原理

dp[i][j]的含义:[0, i]的物品,任取,放入容量为j的背包
不放物品i,最大价值:dp[i-1][j]
放物品i,最大价值:dp[i-1][j-weight[i]] + value[i]
递推公式:dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])

3.滚动数组压缩二维dp数组

dp[j]的含义:容量为j的背包能放的最大价值
递推公式:dp[j] = max(dp[j], dp[j-weight[i]] + value[i])
遍历顺序:
先遍历物品,再遍历背包,背包重量倒叙(因为不能先修改前面的值,需要用到)

for (int i = 0; i < 物品数量; i ++) {
	for (int j = bagweight; j >= weight[i]; j --) {
		递推公式;
	}
}

二、416分割等和子集

二维dp:

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int target = 0;
        for (int num: nums) {
            target += num;
        }
        if (target % 2 == 1) {
            return false;
        }
        target /= 2;
        sort(nums.begin(), nums.end());
        vector<vector<int>> dp(nums.size(), vector<int>(target + 1));
        for (int i = 0; i < nums.size(); i ++) {
            dp[i][0] = 0;
        }
        for (int j = 1; j < target + 1; j ++) {
            if (j >= nums[0]) {
                dp[0][j] = 1;
            }
        }
        for (int i = 1; i < nums.size(); i ++) {
            for (int j = nums[i]; j < target + 1; j ++) {
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-nums[i]] + nums[i]);
            }
            if (dp[i][target] == target) {
                return true;
            }
        }
        return false;
    }
};

一维dp:

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int target = 0;
        for (int num: nums) {
            target += num;
        }
        if (target % 2 == 1) {
            return false;
        }
        target /= 2;
        sort(nums.begin(), nums.end());
        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;
            }
        }
        return false;
    }
};

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值