1.01背包问题 二维
代码:
#include <iostream>
#include <vector>
using namespace std;
int main(){
int n,bagweight;
cin >> n >> bagweight;
vector<int> weight(n,0);
vector<int> value(n,0);
for(int i = 0; i < n; i++){
cin >> weight[i];
}
for(int j = 0; j < n; j++){
cin >> value[j];
}
// dp[i][j] 表示在容量为j的情况下,从【0,i】的物品里任取所能达到的最大价值
vector<vector<int>> dp(n,vector<int>(bagweight + 1,0));
for(int j = weight[0]; j <= bagweight; j++){
dp[0][j] = value[0];
}
for(int i = 1; i < n; i++){
for(int j = 1; j <= bagweight; j++){
if(j < weight[i]){
dp[i][j] = dp[i - 1][j];
}else{
dp[i][j] = max(dp[i - 1][j],dp[i - 1][j - weight[i]] + value[i]);
}
}
}
cout << dp[n - 1][bagweight] << endl;
}
note:
dp数组的含义:在容量为j的背包中,装入种类为[0,i]的物品,所能拥有的最大价值为value[i][j]
递推公式:如果容量不够weight[i],dp[i][j] = dp[i - 1][j];如果容量够,dp[i][j] = max(dp[i - 1][j] ,dp[i - 1][j - weight[i] + value[i])
dp数组的初始化:按照定义去进行初始化,因为所有的元素都依赖于上一行的元素,因此,只需要初始化第一行。第一行的元素,物品种类都是0,容量在变化——因此,将容量大于等于第0种物品的元素全部初始化为value[0]
遍历顺序:在二维数组里,先背包还是先物品,都没差。遍历顺序也是,不影响。
2.01背包问题 一维
代码:
#include <iostream>
#include <vector>
using namespace std;
int main(){
int n,bagweight;
cin >> n >> bagweight;
vector<int> weight(n,0);
vector<int> value(n,0);
for(int i = 0; i < n; i++){
cin >> weight[i];
}
for(int j = 0; j < n; j++){
cin >> value[j];
}
// dp[i][j] 表示在容量为j的情况下,从【0,i】的物品里任取所能达到的最大价值
vector<int> dp(bagweight + 1,0);
for(int i = 0; i < n; i++){
for(int j = bagweight; j >=weight[i]; j--){ // 确保每个物品只添加一次
dp[j] = max(dp[j],dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagweight] << endl;
}
note:
一维数组是对二维数组的压缩,因为在二维dp数组种,下一行的元素只需要依靠上一行的元素得出。因此,我们可以只用一个一维数组来实现——每次更新的时候,利用目前数组已有的旧数据去推出新数据。
dp数组的含义:容量为j的背包,装种类为[0,i]的物品,所能拥有的最大价值为dp[j]
递推公式:在容量大于等于物品i的种类时,dp[j] = max(dp[j],dp[j - weight[i]] + value[i] )
dp数组的初始化:dp[0] = 0
遍历顺序:由于一维数组其实是二维数组的“行”,因此为了不破坏这种压缩关系,以及这种递推关系——必须先遍历物品再遍历背包容量。
且,01背包不需要去依靠前一个元素去叠加个数,因此在遍历背包容量时要使用倒序遍历,保证每个元素只使用一次。
3.分割等和子集
代码:
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
for(int num:nums){
sum += num;
}
if(sum % 2) return false;
int target = sum / 2;
vector<int> dp(target + 1,0);
for(int i = 0; i < nums.size(); i++){
for(int j = target; j >= nums[i]; j--){
dp[j] = max(dp[j],dp[j - nums[i]] + nums[i]);
}
}
if(dp[target] == target) return true;
return false;
}
};
note:
本题相当于问容量为j的背包可否装满 即dp[target ] == target
dp数组的含义:用下标为[0,i]的nums元素来装容量为j的背包所能装的最大价值为dp[j],这里的价值和重量都是nums[i]
递推公式:在容量j大于等于nums[i]的前提下,dp[j] = max(dp[j],dp[j - nums[i]] + nums[i])
dp数组的初始化:dp[0] = 0
遍历顺序:本题使用的是一维01背包问题的模板,因此,要先遍历物品再遍历背包容量,且在遍历背包容量的时候要倒序遍历。