01背包问题 二维
文档讲解:代码随想录.01背包问题 二维
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
状态:已完成
代码实现
#include <bits/stdc++.h>
using namespace std;
int n, bagweight; // bagweight表示行李空间
void solve() {
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];
}
// 定义二维数组
vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));
// // 初始化
for (int j = weight[0]; j <= bagweight; j++) {
dp[0][j] = value[0];
}
for (int i = 1; i < weight.size(); i++) {
for (int j = 0; j <= bagweight; j++) {
// 如果装不下这个物品,则继承dp[i-1][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[weight.size() - 1][bagweight] << endl;
}
int main() {
while (cin >> n >> bagweight) {
solve();
}
return 0;
}
心得体会
- 这里涉及到的动态规划的逻辑比较复杂,需要根据逻辑仔细查看每一步规划输出的结果
01背包问题 一维
文档讲解:代码随想录.01背包问题 一维
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!
状态:已完成
代码实现
// 一维dp数组实现
#include <iostream>
#include <vector>
using namespace std;
int main() {
// 读取 M 和 N
int M, N;
cin >> M >> N;
vector<int> costs(M);
vector<int> values(M);
for (int i = 0; i < M; i++) {
cin >> costs[i];
}
for (int j = 0; j < M; j++) {
cin >> values[j];
}
// 创建一个动态规划数组dp,初始值为0
vector<int> dp(N + 1, 0);
// 外层循环遍历每个类型的研究材料
for (int i = 0; i < M; ++i) {
// 内层循环从 N 空间逐渐减少到当前研究材料所占空间
for (int j = N; j >= costs[i]; --j) {
// 考虑当前研究材料选择和不选择的情况,选择最大值
dp[j] = max(dp[j], dp[j - costs[i]] + values[i]);
}
}
// 输出dp[N],即在给定 N 行李空间可以携带的研究材料最大价值
cout << dp[N] << endl;
return 0;
}
- 一维数组不同于二维数组,需要倒序便利,并且循环的顺序也有要求
416. 分割等和子集
文档讲解:代码随想录.416. 分割等和子集
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
状态:已完成
代码实现
class Solution {
public:
bool canPartition(vector<int>& nums) {
// 1.定义dp数组 ,同时完成2初始化
vector<int> dp(10001, 0);
// 确定目标值
int sum = 0;
for (int i = 0; i < nums.size(); i++) {
sum += nums[i];
}
if (sum % 2 == 1) // 如果不是偶数,就没法相等
return false;
int target = sum / 2;
// 3.01问题,反向遍历,外部物品,内部背包
for (int i = 0; i < nums.size(); i++) {
for (int j = target; j >= nums[i]; j--) {
// cout << "the index dp[j] is " << dp[j]
// << ",dp[j - nums[i]] + nums[i] is "
// << dp[j - nums[i]] + nums[i] << endl;
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
// 4 输出验证
cout << "the index i is " << i << ", j is " << j
<< ", dp[j] is " << dp[j] << endl;
}
}
// 输出结果
if (dp[target] == target) {
return true;
} else {
return false;
}
}
};
- 重新梳理了一遍,在做动态规划是,还是要把每次的结果都输出下,这样能够判断动态规划是否能够按照要求输出