0-1背包:一维的话,dp[j]代表j的容量所能装的最大价值;
for(let i=0;i<nums.length;i++) {
for(let j =bagSize;j>=nums[i];--j) {
arr[j] += arr[j-nums[i]]
}
}
for(let i=0;i<nums.length;i++) {
for(let j =bagSize;j>=nums[i];--j) {
arr[j] = Math.max(arr[j],arr[j-nums[i]]+value[i])
}
}
var findTargetSumWays = function(nums, target) {
let sum = nums.reduce((a,b)=>a+b)
if(Math.abs(target)>sum) return 0
if((sum+target)%2===1) return 0
let bagSize = parseInt((target+sum)/2)
const arr = new Array(bagSize+1).fill(0)
arr[0]=1
for(let i=0;i<nums.length;i++) {
for(let j =bagSize;j>=nums[i];--j) {
arr[j] += arr[j-nums[i]]
}
}
return arr[bagSize]
};
var findTargetSumWays = function(nums, target) {
let res = 0;
const findAll = (cur, len) => {
if(len === nums.length && cur === target) { // 所有整数都被串联,和恰好是target
res++;
return;
}
if(len >= nums.length) return; // 所有整数都被串联,和不是target
// 向数组中的每个整数前添加 '+' 或 '-'
findAll(cur + nums[len], len + 1)
findAll(cur - nums[len], len + 1)
}
findAll(0, 0);
return res;
};
var canPartition = function(nums) {
let sum = nums.reduce((a,b)=>a+b)
if(sum%2===1) return false
let bagSize = parseInt(sum/2)
if(Math.max(nums)>bagSize) return false
const dp = new Array(bagSize+1).fill(false)
dp[0]=true
for(let i=0;i<nums.length;i++) {
for(let j=bagSize;j>=nums[i];--j){
if(dp[bagSize]) return true
dp[j] = dp[j-nums[i]] || dp[j]
}
}
return dp[bagSize]
};
for(int i = 0; i < nums.size(); i++) {
for(int j = target; j >= nums[i]; j--) { // 每一个元素一定是不可重复放入,所以从大到小遍历
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
}
}
var canPartition = function(nums) {
let sum = nums.reduce((a,b)=>a+b)
if(sum%2===1) return false
let bagSize = parseInt(sum/2)
if(Math.max(nums)>bagSize) return false
const dp = new Array(bagSize+1).fill(0)
for(let i=0;i<nums.length;i++) {
for(let j=bagSize;j>=nums[i];--j){
dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]);
}
}
return dp[bagSize]===bagSize
};
上面两题,都是从数组中挑选数来求和,区别在于第一个需要求所有的方法,第二个只需要有就可以,外层循环是挑选物品。内层遍历所有容量的可能性;倒序是因为从前到后的话,对于某个物品会重复计算,从后到前不会(计算就是依赖前面的,所以肯定是从往前才不会有影响),每次计算都会考虑带不带之前的物品。
确定dp数组以及下标的含义
01背包中,dp[j] 表示: 容量为j的背包,所背的物品价值最大可以为dp[j]。
本题中每一个元素的数值既是重量,也是价值。
套到本题,dp[j]表示 背包总容量(所能装的总重量)是j,放进物品后,背的最大重量为dp[j]。
那么如果背包容量为target, dp[target]就是装满 背包之后的重量,所以 当 dp[target] == target 的时候,背包就装满了。
有录友可能想,那还有装不满的时候?
拿输入数组 [1, 5, 11, 5],距离, dp[7] 只能等于 6,因为 只能放进 1 和 5。
而dp[6] 就可以等于6了,放进1 和 5,那么dp[6] == 6,说明背包装满了。
确定递推公式
01背包的递推公式为:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
本题,相当于背包里放入数值,那么物品i的重量是nums[i],其价值也是nums[i]。
所以递推公式:dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
dp数组如何初始化
在01背包,一维dp如何初始化,已经讲过,
从dp[j]的定义来看,首先dp[0]一定是0。
如果题目给的价值都是正整数那么非0下标都初始化为0就可以了,如果题目给的价值有负数,那么非0下标就要初始化为负无穷。
这样才能让dp数组在递推的过程中取得最大的价值,而不是被初始值覆盖了。
var findMaxForm = function(strs, m, n) {
const dp = Array.from(new Array(m+1),()=>new Array(n+1).fill(0))
for(let i=0;i<strs.length;i++) {
let one =0,zero=0
for(let char of strs[i]) {
if(char === '0') zero++
if(char === '1') one++
}
for(let x=m;x>=zero;x--) {
for(let y=n;y>=one;y--) {
dp[x][y] = Math.max(dp[x][y],dp[x-zero][y-one]+1)
}
}
}
return dp[m][n]
};
var findTargetSumWays = function(nums, target) {
const sum = nums.reduce((a,b)=>a+b)
if((sum+target)%2===1) return 0
if(Math.abs(target)>sum) return 0
let bagSize = (sum+target)/2
const dp =new Array(bagSize+1).fill(0)
dp[0] =1
for(let i=0;i<nums.length;i++) {
for(let j=bagSize;j>=nums[i];--j) {
dp[j] = dp[j]+dp[j-nums[i]]
}
}
return dp[bagSize]
};
var lastStoneWeightII = function(stones) {
let sum = stones.reduce((a,b)=>a+b)
bagSize= parseInt(sum/2)
const dp = new Array(bagSize+1).fill(0)
for(let i=0;i<stones.length;i++) {
for(let j = bagSize;j>=stones[i];j--) {
dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i])
}
}
return sum - 2*dp[bagSize]
};
完全背包
每个物品可以选择多次,不用怕重复,所以前往后
零钱兑换
var coinChange = function(coins, amount) {
const dp = new Array(amount+1)
if(amount===0) return 0
for(let i=0;i<dp.length;i++) {
dp[i]=10001
}
dp[0]=0
for(let i=0;i<coins.length;i++) {
for(let j=coins[i];j<=amount;j++) {
if (dp[j - coins[i]] != 10001) { // 如果dp[j - coins[i]]是初始值则跳过
dp[j] = Math.min(dp[j - coins[i]] + 1, dp[j]);
}
}
}
return dp[amount]===10001?-1:dp[amount]
};
var numSquares = function(n) {
const arr = []
for(let i=1;i<=n;i++) {
if(parseInt(Math.sqrt(i))*parseInt(Math.sqrt(i))===i )
arr.push(i)
}
const dp = new Array(n+1).fill(10001)
dp[0]=0
for(let i=0;i<arr.length;i++) {
for(let j=arr[i];j<=n;j++) {
dp[j] = Math.min(dp[j],dp[j-arr[i]]+1)
}
}
return dp[n]
};