01.背包问题-二维
1. dp数组及其下标的含义:dp[i][j] 表示从下标为[0-i]的物品里任意取,放进容量为j的背包,价值总和最大是多少;
2. 递推公式:
- 不放物品i(放不进):由 dp[i-1][j] 推出。此时 dp[i] = dp[i-1][j];
- 放物品i:由 dp[i-1][j-weight[i]]推出。dp[i-1][j-weight[i]]为背包容量为j-weight[i]不放物品i时的最大价值,那么dp[i-1][j-weight[i]]+value[i]就是放入物品i时的最大价值。
由此可知,dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
3. 初始化:dp[i][0] = 0(背包容量为0时,无论选取哪些物品,背包价值总和一定为0);对于dp[0][j]来说,当weight[0]>j时,dp[0][j]=0,当weight[0]<=j时,dp[0][j]=value[0];
4. 遍历顺序:先遍历物品,再遍历背包(更好理解);或者先遍历背包,再遍历物品;
测试代码:
public static void main(String[] args){
int[] weight = {1,3,4};
int[] value = {15,20,30};
int size = 4;
testWeightBagProblem(weight,value,size);
}
public static void testWeightBagProblem(int[] weight, int[] value, int size){
int num = weight.length;
int[][] dp = new int[num+1][size+1];
for(int i=0;i<=num;i++){//初始化
dp[i][0] = 0;
}
for(int i=1;i<=num;i++){
for(int j=1;j<=size;j++){
if(j<weight[i-1]){//放不进
dp[i][j] = dp[i-1][j];
}else{
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i-1]]+value[i-1]);
}
}
}
for(int i=0;i<=num;i++){
for(int j=0;j<=size;j++){
System.out.print(dp[i][j]+" ");
}
System.out.println();
}
}
}
01.背包问题-滚动数组
滚动数组需满足的条件:上一层可以重复利用,直接拷贝到当前层。
1. dp数组定义:dp[i]表示,容量为j的背包,所背的物品价值最大可以是dp[j]。
2. 递推公式:dp[j] 可以由 dp[j - weight[i]] 推出。dp[j - weight[i]] 表示容量为 j - weight[i] 的背包所背的最大价值,dp[j - weight[i]] + value[i] 表示容量为「j - 物品i重量」的背包的价值加上「物品i」的价值。也就是说,容量为j的背包,放入物品i之后的价值即dp[j]。
由此可得,dp[j] = Math.max(dp[j], dp[j-weight[i]]+value[i]);
3. 初始化:dp[0]=0;如果题目给的物品价值都是正整数,非零下标初始化为0即可。
4. 遍历顺序:先从小到大遍历物品i,范围[0,weight.length];再从大到小遍历背包j,范围[weight[i],j];倒序遍历,每次取得状态不会和之前取得状态重合,可以保证物品i只放入一次!
public class test {
public static void main(String[] args){
int[] weight = {1,3,4};
int[] value = {15,20,30};
int size = 4;
testWeightBagProblem(weight,value,size);
}
public static void testWeightBagProblem(int[] weight, int[] value, int size){
int num = weight.length;
int[] dp = new int[size+1];
for(int i=0;i<num;i++){//初始化
for(int j=size;j>=weight[i];j--){
dp[j]=Math.max(dp[j],dp[j-weight[i]]+value[i]);
}
}
for(int j=0;j<=size;j++){
System.out.print(dp[j]+" ");
}
}
}
416. 分割等和子集
思路:背包问题
1. 背包的体积:sum/2;背包要放入的商品重量及价值:元素的数值;当背包刚好装满时,说明找到了总和为 sum/2 的子集;背包中每一个元素不可重复放入。
2. dp数组及其下标含义:容量为j的背包,所背的物品价值可以最大为dp[j];
3. 递推公式:dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
4. 初始化:dp[0]=0;若物品价值都是正整数,其他下标初始化为0即可;若物品价值有负数,其他下标初始化为负无穷;
5. 遍历顺序:如果使用一维dp数组,物品遍历的for循环放在外层,遍历背包的for循环放在内层,且内层for循环倒序遍历!
class Solution {
public boolean canPartition(int[] nums) {
int n = nums.length;
int sum = 0;
for(int num : nums){
sum += num;
}
if(sum % 2 != 0) return false;//若总和为奇数,不能平分
int target = sum/2;
int[] dp = new int[target + 1];
for(int i=0; i<n; i++){
for(int j=target; j>=nums[i]; j--){
//物品i的重量是nums[i],其价值也是nums[i]
dp[j] = Math.max(dp[j], dp[j-nums[i]] + nums[i]);
}
}
return dp[target] == target;
}
}