day46第九章动态规划(二刷)

博客介绍了LeetCode上的139.单词拆分问题,通过动态规划来解决,并探讨了多重背包问题,将其转化为01背包问题进行理解。提供了相关题解链接和动态规划的解题步骤总结。
摘要由CSDN通过智能技术生成

今日任务

  • 139.单词拆分
  • 关于多重背包,你该了解这些!
  • 背包问题总结篇!

关于多重背包,力扣上没有相关的题目,所以今天大家的重点就是回顾一波自己做的背包题目吧。


139.单词拆分

题目链接:

https://leetcode.cn/problems/word-break/description/

题目描述:

给你一个字符串 s 和一个字符串列表 wordDict 作为字典。请你判断是否可以利用字典中出现的单词拼接出 s 。

**注意:**不要求字典中出现的单词全部都使用,并且字典中的单词可以重复使用。

示例 1:

输入: s = "leetcode", wordDict = ["leet", "code"]
输出: true
解释: 返回 true 因为 "leetcode" 可以由 "leet" 和 "code" 拼接成。

示例 2:

输入: s = "applepenapple", wordDict = ["apple", "pen"]
输出: true
解释: 返回 true 因为"applepenapple" 可以由"apple" "pen" "apple" 拼接成。
     注意,你可以重复使用字典中的单词。

示例 3:

输入: s = "catsandog", wordDict = ["cats", "dog", "sand", "and", "cat"]
输出: false

提示:

  • 1 <= s.length <= 300
  • 1 <= wordDict.length <= 1000
  • 1 <= wordDict[i].length <= 20
  • s 和 wordDict[i] 仅有小写英文字母组成
  • wordDict 中的所有字符串 互不相同

题解代码:

class Solution {
public:
    //二刷复习动规
    bool wordBreak(string s, vector<string>& wordDict){
        unordered_set<string> wordSet(wordDict.begin(), wordDict.end()); //将词典中的词放入一个set中
        vector<bool> dp(s.size()+1, false); //dp数组,dp[i]表示:
                                            //字符串长度为i的话,dp[i]为true,表示可以拆分为一个或多个在字典中出现的单词
        dp[0] = true; //初始化
        for(int i = 1; i <= s.size(); i++){//遍历背包
            for(int j = 0; j < i; j++){//遍历物品
                string word = s.substr(j, i-j); //substr(起始位置,截取的个数)
                if(wordSet.find(word) != wordSet.end() && dp[j]){
                    dp[i] = true;
                }

            }

        }

        return dp[s.size()];
    }

    
    //一刷动规
    /*
    bool wordBreak(string s, vector<string>& wordDict) {
        unordered_set<string> wordSet(wordDict.begin(),  wordDict.end()); //将词典中的词放入一个set中
        vector<bool> dp(s.size()+1, false); //dp数组,dp[i]表示:
                                            //字符串长度为i的话,dp[i]为true,表示可以拆分为一个或多个在字典张出现的单词
        dp[0] = true;
        for(int i = 1; i <= s.size(); i++){ //遍历背包
            for(int j = 0; j < i; j++){ //遍历物品
                string word = s.substr(j,i-j);//substr(起始位置,截取的个数)
                if(wordSet.find(word)!=wordSet.end() && dp[j]){
                    dp[i] = true;
                }

            }

        }

        return dp[s.size()];

    }
    */
};

关于多重背包,你该了解这些!

这个大家可以参考卡尔的说明。

链接为:https://programmercarl.com/背包问题理论基础多重背包.html#多重背包

有N种物品和一个容量为V 的背包。第i种物品最多有Mi件可用,每件耗费的空间是Ci ,价值是Wi 。求解将哪些物品装入背包可使这些物品的耗费的空间 总和不超过背包容量,且价值总和最大。

多重背包和01背包是非常像的, 为什么和01背包像呢?

每件物品最多有Mi件可用,把Mi件摊开,其实就是一个01背包问题了。

例如:

背包最大重量为10。

物品为:

重量价值数量
物品01152
物品13203
物品24302

问背包能背的物品最大价值是多少?

和如下情况有区别么?

重量价值数量
物品01151
物品01151
物品13201
物品13201
物品13201
物品24301
物品24301

毫无区别,这就转成了一个01背包问题了,且每个物品只用一次。


背包问题总结篇!

背包问题的总结,也是参考下面的链接吧。

https://programmercarl.com/背包总结篇.html#背包递推公式


总结

再重复一下动规解法五部曲:

  1. 确定dp数组(dp table)以及下标的含义
  2. 确定递推公式
  3. dp数组如何初始化
  4. 确定遍历顺序
  5. 举例推导dp数组
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