二刷代码随想录代码训练营Day 35|01背包问题 二维、01背包问题 一维、力扣416. 分割等和子集

1.01背包问题 二维

代码随想录

视频讲解：带你学透0-1背包问题！| 关于背包问题，你不清楚的地方，这里都讲了！| 动态规划经典问题 | 数据结构与算法_哔哩哔哩_bilibili

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

代码随想录

视频讲解：带你学透01背包问题（滚动数组篇） | 从此对背包问题不再迷茫！_哔哩哔哩_bilibili

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

代码随想录

视频讲解：动态规划之背包问题，这个包能装满吗？| LeetCode：416.分割等和子集_哔哩哔哩_bilibili

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。