所用代码 java
单词拆分 LeetCode 139
题目链接:单词拆分 LeetCode 139 - 中等
思路
无。
本题可用回溯,也可以完全背包。
- dp[i]:字符串长度 i ,能被下面单词组成,dp[i] = ture
- 递推公式:if([j,i] && dp[j] = ture) dp[i] = true
- 初始化:dp[0] = true,没在题目描述,无含义,只是为了后面递推公式不全为false
- 遍历顺序:对物品顺序有要求,排列问题,先背包后物品
- 打印dp数组
class Solution {
public boolean wordBreak(String s, List<String> wordDict) {
// 使用set去重可提高查询效率
HashSet<String> set = new HashSet<>(wordDict);
boolean[] dp = new boolean[s.length() + 1];
dp[0] = true;
for (int i = 1; i <= s.length(); i++) { // 背包
for (int j = 0; j < i; j++) { // 物品
// 判断dp[j]是不是ture 且,从j-i这一段是不是在物品里面
String str = s.substring(j,i);
if (set.contains(str) && dp[j] == true) dp[i] = true;
}
}
return dp[s.length()];
}
}
总结
本题也可以这样想,每次判断到i时,我们dp[j]是不是为true,且i-j这段字母是否在list里面出现过,如果出现过dp[i]=true,直到最后把字符串s给遍历完。
多重背包
有N
种物品要把容量为V
的背包装满,且每种物品有Mi
件,每件物品的价值占用空间为Ci
,价值为Wi
。
我们把这些所有的物品的摊开
,每件物品就只有一件,相当于01背包
问题。
第二种就是遍历的时候多一个for循环
,以遍历每个商品的个数。
public class 多重背包 {
public static void main(String[] args) {
// 每个物品重量
List<Integer> weight = new ArrayList<>(Arrays.asList(1, 3, 4));
// 每个物品价值
List<Integer> value = new ArrayList<>(Arrays.asList(15, 20, 30));
// 物品数量
List<Integer> nums = new ArrayList<>(Arrays.asList(2, 3, 2));
int bagWeight = 10;
bag02(bagWeight,weight,value,nums);
bag01(bagWeight,weight,value,nums); // 先bag01会改变nums
}
// 转化为01背包
public static void bag01(int bagWeight, List<Integer> weight, List<Integer> value, List<Integer> nums){
for (int i = 0; i < nums.size(); i++) {
// 判断物品i有多少个,把所有的物品摊开到weight与value
while (nums.get(i) > 1){
weight.add(weight.get(i));
value.add(value.get(i));
nums.set(i, nums.get(i)-1);
}
}
int[] dp = new int[bagWeight+1]; // 全初始化为0
for (int i = 0; i < weight.size(); i++) { // 物品
for (int j = bagWeight; j >= weight.get(i); j--) { // 背包
dp[j] = Math.max(dp[j], dp[j - weight.get(i)] + value.get(i));
System.out.printf("\tdp[%d]=%d",j,dp[j]);
}
System.out.println();
}
}
// 改变遍历个数
public static void bag02(int bagWeight, List<Integer> weight, List<Integer> value, List<Integer> nums){
int[] dp = new int[bagWeight + 1]; // 全初始化为0
for (int i = 0; i < weight.size(); i++) { // 物品
for (int j = bagWeight; j >= weight.get(i); j--) { // 背包
// 再加一个遍历每个物品个数的for循环
for (int k = 1; k <= nums.get(i); k++) {
if (j - k*weight.get(i) >= 0){
dp[j] = Math.max(dp[j], dp[j - k*weight.get(i)] + k*value.get(i));
}
}
System.out.println(Arrays.toString(dp));
}
}
}
}
背包问题总结
重点:递推公式(状态转移方程)!
- 能否装满背包:
dp[j] = max(dp[j], dp[j-nums[i]] + nums[i])
max初始化0 - 装满背包的方法:
dp[j] += dp[j-nums[i]]
- 装满背包的最大价值:
dp[j] = max(dp[j], dp[j-weight[i]] + value[i])
- 装满背包所有物品的个数:
dp[j] = min(dp[j-coins[i]] + 1, dp[j])
min初始化max,每一轮判断是不是max
遍历顺序:
-
01背包:一维数组从大到小,二维数组都可以
-
完全背包:
- 先物品后背包:组合数
- 先背包后物品:排列数
- 若求最小数则都可以