01背包应用
1.分割等和子集
dp[j]表示 背包总容量是j,最大可以凑成j的子集总和为dp[j]。
递推公式:dp[j] = max(dp[j], dp[j - nums[i]] + nums[i])
如果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。故dp[0]=0.
如果dp[j] == j 说明,集合中的子集总和正好可以凑成总和j,
bool canPartition(vector<int>& nums){
int sum=0;
vector<int> dp(10001,0);
for(int i=0;i<nums.size();i++){//计算总和
sum+=nums[i];
}
if(sum%2==1){//总和不是偶数则直接返回0
return 0;
}
int target=sum/2;
for(int i=0;i<nums.size();i++){//套用01背包
for(int j=target;j>=nums[i];j--){
dp[j]=max(dp[j],dp[j-nums[i]]+nums[i]);
if(dp[j]==target){//证明该大小背包完全被利用
return 1;//无须遍历完所有元素,优化时间消耗
}
}
}
return 0;
}
2.最后一块石头的重量 II
问题转化为:把一堆石头分成两堆,求两堆石头重量差最小值
让两堆石头的重量差最小,相当于让其中一堆石头的重量最接近总重量的一半,所以用dp[sum/2]表示较小的那堆石头在sum/2的限制下能达到的最大重量
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
dp[j]表示容量(这里说容量更形象,其实就是重量)为j的背包,最多可以背dp[j]这么重的石头。
最后dp[target]里是容量为target的背包所能背的最大重量。
在计算target的时候,target = sum / 2 因为是向下取整,所以sum - dp[target] 一定是大于等于dp[target]的,那么相撞之后剩下的最小石头重量就是 (sum - dp[target]) - dp[target]。。
int lastStoneWeightII(vector<int>& stones){
int sum=0;
vector<int> dp(15001,0);
for(int i=0;i<stones.size();i++){//计算总和
sum+=stones[i];
}
int target=sum/2;
for(int i=0;i<stones.size();i++){//套用01背包
for(int j=target;j>=stones[i];j--){
dp[j]=max(dp[j],dp[j-stones[i]]+stones[i]);
}
}
return sum-2*dp[target];
}
3.目标和
假设加法的总和为x,那么减法对应的总和就是sum - x。
所以我们要求的是 x - (sum - x) = S
x = (S + sum) / 2
此时问题就转化为,装满容量为x背包,有几种方法。
dp[j] += dp[j - nums[i]]
dp[i,j]=dp[i-1,j]+dp[i-1,j-nums[i]]
dp[0] = 1,理论上也很好解释,装满容量为0的背包,有1种方法,就是装0件物品。
关于状态转移方程的解释:step1:首先确定了装满容量为j的背包的方法为dp[j]; step2:从头开始遍历nums,把nums[0]放入背包,后序遍历背包容量,得到方法数dp[j] step3:把nums[1]放入背包,那么背包容量剩余j-nums[1],那么填满背包的方法数dp[j](此时必须放nums[1]的情况)为dp[j-nums[1]],那么总的dp[j]= dp[j]+dp[j-nums[1]] step4.依次类推
其实背包的重量并不是目标值S,而是正数的和。所以num[1]对应的dp[1]等于2就是合理的,因为要从两个1之中选出正数和是1,确实是有两种选法。所以,这题的背包,也是把数字分两堆,一堆是正数(放进背包里的),另一堆是负数(不放背包的)。
int findTargetSumWays(vector<int>& nums, int target) {
int sum=0;
for(int i=0;i<nums.size();i++){//计算总和
sum+=nums[i];
}
if(target>sum || (target+sum)%2==1){//1.全加都小再减更达不到
return 0;
}
int bagsize=(target+sum)/2;
vector<int> dp(bagsize+1,0);
dp[0]=1;
for(int i=0;i<nums.size();i++){//套用01背包
for(int j=bagsize;j>=nums[i];j--){
dp[j]+=dp[j-nums[i]];
}
}
return dp[bagsize];
}
4. 一和零
dp[i - zeroNum] [j - oneNum] + 1表示有i - m 个0, j- n个1时背包能放的最大子集大小, 加上当前字符串(zeroNum个0,oneNum个1)后子集数量加一, 即每个字符串的价值都是1了.
这题要将背包看作是二维背包,物品就是strs里的字符串,背包容量就是题目描述中的m和n。字符串的zeroNum和oneNum相当于物品的重量(weight[i]),字符串本身的个数相当于物品的价值(value[i]),这里相当于每个字符串的价值都是1,理解了这些就不难了。
dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
dp[i] [j]:最多有i个0和j个1的strs的最大子集的大小为dp[i] [j]。
int findMaxForm(vector<string>& strs, int m, int n) {
vector< vector<int> > dp(m+1, vector<int>(n + 1,0));
for(string str:strs) {//遍历物品
int oneNum=0, zeroNum=0;
for(char c:str) {
if(c=='0') zeroNum++;
else oneNum++;
}
for(int i=m;i>=zeroNum;i--){
for(int j=n;j>=oneNum;j--){
dp[i][j]=max(dp[i][j],dp[i-zeroNum][j-oneNum]+1);
}
}
}
return dp[m][n];
}
问题:举例推导dp数组???