01背包
总共有n种物品,每种物品的数量为1。
可以通过回溯算法进行暴力枚举求解。因为每种物品就只有取与不取两种状态,时间复杂度为2^n。
dp[i][j]表示[0, i]的物品任取放入容量为j的背包之中。dp数组的行为物品的编号,dp数组的列是背包从0到j的容量。
递推公式:
1.放物品i:dp[i - 1][j - weight(i)] + value(i)
2.不放物品i: dp[i - 1][j]
max(dp[i - 1][j - weight(i)] + value(i), dp[i - 1][j])
初始化dp:
dp数组的第一列是对应的背包的容量为0,故全部初始化为0;dp数组的第一行从背包容量大于或等于最轻的物品重量开始,初始化为最轻的物品重量,其余元素均初始化为0。其余的元素可以初始化成为任意值,因为每个元素是根据其正上方与左斜上方的元素进行求取的。
遍历顺序:
对于01背包问题,两层for循环的遍历顺序可以颠倒。即先遍历物品再遍历背包与先遍历背包再遍历物品皆可。
滚动数组
1.定义:dp[j]: 容量为j的背包的最大价值。
2.递推公式:max(dp[j], dp[j - weight(i)] + value(i))。
3.初始化:dp[0] = 0;
4.遍历顺序:
用两层for循环,第一层遍历物品,第二层从后往前遍历背包(即j = bagWeight; j >= weight(i); j–)。这样可确保同一物品只被遍历一次。
5.打印dp数组
完全背包
总共有n种物品,每种物品的数量有无限多个。
多重背包
总共有n种物品,每种物品的的数量各不相同。
代码随想录
题目
leetcode 416 分割等和子集
将数组中的元素视作物品的重量,既是重量也是价值。由于每个元素只能使用1次,所以是01背包问题。
dp数组的定义:dp[target] == target 表示容量为target的背包刚好装满。
class Solution {
public int max(int val1, int val2){
return val1 > val2 ? val1 : val2;
}
public boolean canPartition(int[] nums) {
int sum = 0;
for(int num : nums){
sum += num;
}
if(sum % 2 != 0){
return false; //因为数组之和是奇数,所以不能平分
}
//定义并初始化dp数组
int target = sum / 2;
int[] dp = new int[target + 1];
//定义递推公式和遍历顺序:先物品再背包
for(int i = 0; i < nums.length; 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 dp[target] == target;
}
}
leetcode 1049 最后一块石头的重量
关键:尽量把石头分成重量相似的两堆。
class Solution {
public int lastStoneWeightII(int[] stones) {
int sum = 0;
for(int stone : stones){
sum += stone;
}
int target = sum / 2;
//定义以及初始化dp数组
int[] dp = new int[target + 1];
dp[0] = 0;
//定义递推公式及遍历顺序
for(int i = 0; i < stones.length; i++){
for(int j = target; j >= stones[i]; j--){
dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
return sum - dp[target] - dp[target];
}
}
leetcode 494 目标和
定义dp数组:装满容量为j的数组有dp[j]种方法。
class Solution {
public int findTargetSumWays(int[] nums, int target) {
int sum = 0;
//定义dp数组
for(int num : nums){
sum += num;
}
if(target < 0 && target < -sum){
return 0;
}
if((target + sum) % 2 != 0){
return 0;
}
int left = (sum + target) / 2;//问题转化成求装满容量为left的背包有多少种不同的方式
if(left < 0){
return -left;
}
int[] dp = new int[left + 1];
dp[0] = 1;//初始化dp数组
//定义递推公式以及遍历顺序
for(int i = 0; i < nums.length; i++){
//因为每种物品只能用1次,所以从后往前遍历背包
for(int j = left; j >= nums[i]; j--){
dp[j] += dp[j - nums[i]];
}
}
return dp[left];
}
}
leetcode 474 一和零
本题也属于01背包问题,相当于是问:要装满具有m和n的两个维度的背包,最多需要多少物品。
dp数组的定义:装满i个0和j个1的背包最多可以有dp[i][j]物品。
这里每个物品的价值都是1。
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
//定义dp数组以及初始化数组
int[][] dp = new int[m + 1][n + 1];//不要忘记加1
dp[0][0] = 0;//因为能装0个m和0个n的背包所能装下的最多物品数量也为0
//递推公式以及遍历顺序:先遍历物品再遍历背包
for(String str : strs){
int x = 0;//记录每个字符串中所包含0的数量
int y = 0;//记录每个字符串中所包含1的数量
for(int i = 0; i < str.length(); i++){
if(str.charAt(i) == '0'){
x++;
}else{
y++;
}
}
for(int i = m; i >= x; i--){
for(int j = n; j >= y; j--){
dp[i][j] = Math.max(dp[i][j], dp[i - x][j - y] + 1);//物品的个数对应1个价值
}
}
}
return dp[m][n];
}
}
完全背包问题
容量一定的背包,可以装不同的物品,每种物品可以使用无数次,怎样装背包使得背包的价值最大。
完全背包问题的遍历顺序可以交换,即可以先遍历背包再遍历物品。
注意:先遍历物品再遍历背包,得到的才是组合数;先遍历背包再遍历物品,得到的是排列数。
leetcode 518 零钱兑换(2)
本题相当于求组合数,不考虑元素的排列顺序。
当dp数组的j下标j表示背包容量时,dp[j]则表示装满容量为j的背包总共有多少种方法。则对应的递推公式:dp[j] += dp[j - coins[i]]。
class Solution {
public int change(int amount, int[] coins) {
//定义dp数组
int[] dp = new int[amount + 1];
dp[0] = 1;
//递推公式以及遍历顺序:先遍历物品再遍历背包。物品可以重复使用
for(int i = 0; i < coins.length; i++){
for(int j = coins[i]; j <= amount; j++){
dp[j] += dp[j - coins[i]];
}
}
return dp[amount];
}
}
leetcode 377 组合总和(4)
本题属于完全背包问题种的排列数问题。故dp数组的遍历顺序为先背包再物品。迭代公式为:
dp[i] += dp[i - nums[j]]。
class Solution {
public int combinationSum4(int[] nums, int target) {
//本题属于排列数问题,所以遍历顺序时先背包再物品
//定义dp数组
int[] dp = new int[target + 1];
dp[0] = 1;
//定义递推公式与遍历顺序:先背包再物品
for(int i = 0; i <= target; i++){
for(int j = 0; j < nums.length; j++){
if(i - nums[j] >= 0){
dp[i] += dp[i - nums[j]];
}
}
}
return dp[target];
}
}
leetcode 322 零钱兑换
注意:若递推公式中要求最小值,则初始dp数组的时候应初始为最大值才不会被覆盖。
public int coinChange(int[] coins, int amount) {
if(amount == 0){
return 0;
}
//定义dp数组
int[] dp = new int[amount + 1];
dp[0] = 0;
//为了递推公式中的dp[j]不被0所覆盖掉,所以将dp数组的其余元素初始化为最大值
for(int i = 1; i < dp.length; i++){
dp[i] = Integer.MAX_VALUE;
}
//递推公式以及遍历顺序:先物品再背包(由于每种物品的数量无限,故背包从前往后遍历)
//硬币的数量即是价值。每个硬币的价值是1。
for(int i = 0; i < coins.length; i++){
for(int j = coins[i]; j <= amount; j++){
if(dp[j - coins[i]] != Integer.MAX_VALUE){
dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
}
}
}
if(dp[amount] == Integer.MAX_VALUE){
return -1;
}else{
return dp[amount];
}
}
}
leetcode 279 完全平方数
本题与上一题的思路完全一致。相当于求装满容量为j的背包所需要的最少的物品的数量。
class Solution {
public int numSquares(int n) {
//定义dp数组
int[] dp = new int[n + 1];
//初始化dp数组
dp[0] = 0;
for(int i = 1; i < dp.length; i++){
dp[i] = Integer.MAX_VALUE;
}
//定义递归函数与遍历顺序
for(int i = 0; i <= n; i++){
for(int j = 1; j*j <= n; j++){
if(i - j*j >= 0){
dp[i] = Math.min(dp[i], dp[i - j*j] + 1);
}
}
}
return dp[n];
}
}
leetcode 139 单词拆分
class Solution {
public boolean wordBreak(String s, List<String> wordDict) {
HashSet<String> set = new HashSet<>(wordDict);
//定义dp数组
boolean[] dp = new boolean[s.length() + 1];
//初始化dp数组
dp[0] = true;
//定义递推公式以及遍历顺序:由于本题与字典数组中的字符串出现在s中的顺序相关,故先遍历背包再物品
for(int i = 1; i <= s.length(); i++){
for(int j = 0; j < i && !dp[i]; j++){
if(set.contains(s.substring(j, i)) && dp[j]){
dp[i] = true;
}
}
}
return dp[s.length()];
}
}