文章目录
先看这个
大佬总结的模板,妙啊
474题
代码:
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int[][][] dp = new int[strs.length + 1][m + 1][n + 1];
for(int s = 1; s < strs.length + 1; s ++){ //遍历元素
int countZero = 0, countOne = 0;
for(char c : strs[s - 1].toCharArray()){
if(c == '0'){
countZero ++;
}else{
countOne ++;
}
}
//遍历背包容量,和普通的0-1背包不一样,会出现"0"/"1"这种只有单个0或者1的情况,所以从0开始遍历
for(int i = 0; i < m + 1; i ++){
for(int j = 0; j < n + 1; j ++){
//如果背包装不下,就继承之前的状态
dp[s][i][j] = dp[s - 1][i][j];
//如果背包装得下,就叠加之前的状态
if(i - countZero >= 0 && j - countOne >= 0){
dp[s][i][j] = Math.max(dp[s - 1][i][j], dp[s - 1][i - countZero][j - countOne] + 1);
}
}
}
}
return dp[strs.length][m][n];
}
}
空间优化后的代码
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
if (strs == null || strs.length == 0) {
return 0;
}
int[][] dp = new int[m + 1][n + 1];
for (String s: strs) {
int ones = 0, zeros = 0;
for (char c : s.toCharArray()) {
if (c == '0') {
zeros++;
}else {
ones++;
}
}
for (int i = m; i >= zeros; i--) {
for (int j = n; j >= ones; j--) {
dp[i][j] = Math.max(dp[i][j], dp[i - zeros][j - ones] + 1);
}
}
}
return dp[m][n];
}
}
背包问题 第二维 for循环的方向问题:
是从大到小,还是从小到大
0/1 背包问题
每次物品只能取一次
动态规划递归式:
for i = 1..N (N为物品数量)
for (int j = M; j >= w[i]; j-- ) (M为 我的背包最大能装的重量)
f [ j ] = max { f [ j ] , f [ j-w[i] ]+val[ i ] };
完全背包问题
完全背包问题,就是 每件物品有不只一件,可以选取多件
动态规划递归式(公式与0/1背包相同,但是顺序是从前往后)
for i = 1..N (N为物品数量)
for (int j = w[i]; j <= M; j++ ) (M为 我的背包最大能装的重量)
f [ j ] = max { f [ j ] , f [ j-w[i] ]+val[ i ] };
再补充一种分组背包问题
问题描述:
代码(重点看里面的注释)
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
n /= 10; //因为总钱数和物品单价都是10的倍数,将总钱数 和 物品价格都除以10, 可以优化时空复杂度,尤其是数组的大小,
int m = sc.nextInt();
int[][] price = new int[60][3]; // price数组 保存 每个物品的单价, 为什么要用二维数组,因为第二维要说明输入的这个物品是那个物品的 物品本身 还是 第1个附件, 还是第2个附件
int[][] priceMz = new int[60][3]; // priceMz 数组 保存 每个主物品 及其附件 的 价值, 价值 就是 用商品的价格 乘以 商品的重要性
//读完数字,一定要sc.nextLine();
sc.nextLine();
for(int i=1; i<=m; i++){
int p = sc.nextInt();
p /= 10;
int z = sc.nextInt();
int f = sc.nextInt();
if(f == 0){
price[i][0] = p;
priceMz[i][0] = p*z;
}else{
if(price[f][1] == 0){
price[f][1] = p;
priceMz[f][1] = p*z;
}else{
price[f][2] = p;
priceMz[f][2] = p*z;
}
}
} // END for
//开始背包
int[][] dp = new int[60][n+1];
for(int i=1; i<=m; i++){
//本题还不是严格的按照每一件物品 来进行 背包的, 而是 将每一件主物品和它的所有附件作为一个整体来进行背包的, 然后在处理一个主物品和附件的整体的时候
// , 再分为三种情况, 第一种情况:只取主物品, 第二种:取主物品和他的第一个附件, 第三种:取主物品和他的第二个附件
for(int j=0; j<=n; j++){
int p = price[i][0];
int v = priceMz[i][0];
int p1 = price[i][1];
int v1 = priceMz[i][1];
int p2 = price[i][2];
int v2 = priceMz[i][2];
//注意下面三个公式是不同的
//第一个公式,因为dp[i][j]此时还没有被算出来,而dp[i-1][j]已经被算出来了,所以在第二层是正序的情况下,要用dp[i-1][j] 得到dp[i][j];
//第一个公式是在只取当前物品本身,不取它的任何附件
dp[i][j] = j>=p ? Math.max(dp[i-1][j-p]+v,dp[i-1][j]) :dp[i-1][j];
// 因为上一个公式已经得到了dp[i][j], 所以只需要比较 取当前物品以及它的第一个附件 和 dp[i][j] 之间的大小关系即可
dp[i][j] = j>=(p+p1) ? Math.max(dp[i-1][j-p-p1]+v+v1,dp[i][j]) :dp[i][j];
// 第三个公式,是取 当前物品本身 和 他的 第一、第二个附件
dp[i][j] = j>=(p+p1+p2) ? Math.max(dp[i-1][j-p-p1-p2]+v+v1+v2,dp[i][j]) :dp[i][j];
}
} //end for
System.out.println(dp[m][n] * 10);
}
}