细数Leetcode上的背包问题

1 推荐刷题集合

在这里插入图片描述

2 lc 416. 分割等和子集

    public boolean canPartition(int[] nums) {
        int n=nums.length;
        int s=0;
        for(int i=0;i<n;i++){
            s+=nums[i];
        }
        if(s%2==1){
            return false;
        }
        boolean[]f=new boolean[s/2+1];
        f[0]=true;
        for(int i=0;i<n;i++){
            for(int j=s/2;j>=nums[i];j--){
                f[j]=f[j]||f[j-nums[i]];
            }
        }
        return f[s/2];

    }

3 LC494. 目标和

class Solution {
       public int findTargetSumWays(int[] nums, int target) {
        int n=nums.length;
        int s=Arrays.stream(nums).sum();
        int diff=s-target;
        if(diff<0||diff%2==1)return 0;

        int t=diff/2;
        int[]f=new int[t+1];
        f[0]=1;
        for(int i=1;i<=n;i++){
            for(int j=t;j>=nums[i-1];j--){
                f[j]+=f[j-nums[i-1]];
            }
        }

        return f[t];
    }
    public int findTargetSumWays2(int[] nums, int target) {
        int n=nums.length;
        int s=Arrays.stream(nums).sum();
        int diff=s-target;
        if(diff<0||diff%2==1)return 0;

        int t=diff/2;
        // f[i][j]:当从前i个数中做选择时,
        int[][]f=new int[n+1][t+1];
        
        f[0][0]=1;
        for(int i=1;i<=n;i++){
            // for(int j=t;j>=nums[i-1];j--){
            for(int j=0;j<=t;j++){
                f[i][j]=f[i-1][j];
                if(j>=nums[i-1])
                    f[i][j]+=f[i-1][j-nums[i-1]];
            }
        }

        return f[n][t];
    }
}

4 LC474. 一和零

4.1 描述

在这里插入图片描述

4.2 答案

https://leetcode.cn/problems/ones-and-zeroes/solutions/814806/yi-he-ling-by-leetcode-solution-u2z2/

4.3 改编为“恰好0-1背包问题”这个是0-1背包问题,如果我改一下,将“该子集中 最多 有 m 个 0 和 n 个 1 。”改为恰好有m 个 0 和 n 个 1",这个题java怎么解?

public int findMaxForm(String[] strs, int m, int n) {
    int[][] dp = new int[m + 1][n + 1];
    // 初始化,除了dp[0][0],其他都是最小值,因为我们需要恰好填满背包
    for (int i = 0; i <= m; i++) {
        Arrays.fill(dp[i], Integer.MIN_VALUE);
    }
    dp[0][0] = 0;

    for (String s : strs) {
        int[] count = countZerosOnes(s);
        int zeros = count[0];
        int ones = count[1];

        // 必须倒序遍历,因为每个字符串只能用一次
        for (int i = m; i >= zeros; i--) {
            for (int j = n; j >= ones; j--) {
                if (dp[i - zeros][j - ones] != Integer.MIN_VALUE) {
                    dp[i][j] = Math.max(dp[i][j], dp[i - zeros][j - ones] + 1);
                }
            }
        }
    }

    // 找到恰好为m个0和n个1的最大子集长度
    return dp[m][n] == Integer.MIN_VALUE ? 0 : dp[m][n];
}

private int[] countZerosOnes(String str) {
    int[] count = new int[2];
    for (char c : str.toCharArray()) {
        count[c - '0']++;
    }
    return count;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回答: LeetCode上的背包问题是指在给定一组物品和一个背包的容量的情况下,选择哪些物品放入背包,使得背包中物品的总价值最大。根据物品的选择限制,背包问题可以分为0-1背包问题、完全背包问题和多重背包问题等不同类型。[2] 对于0-1背包问题,每种物品只能选择0个或1个,即要么放入背包,要么不放入。这种情况下,可以使用动态规划来解决,定义一个二维数组dp[i][j]表示前i个物品放入容量为j的背包中所获得的最大价值。通过状态转移方程dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])来更新dp数组,其中weight[i]表示第i个物品的重量,value[i]表示第i个物品的价值。最终,dp[n][W]即为所求的最大价值,其中n为物品的个数,W为背包的容量。[3] 完全背包问题是指每种物品可以选择任意个数,即可以重复放入背包。在解决完全背包问题时,可以将其转化为0-1背包问题来求解。具体做法是将每个物品拆分成多个重量和价值相同的物品,然后按照0-1背包问题的方法进行求解。[1] 多重背包问题是指每种物品有一定的数量限制,即每种物品可以选择0个到nums[i]个。对于多重背包问题,可以将其转化为0-1背包问题来求解。具体做法是将每个物品拆分成多个重量和价值相同的物品,然后按照0-1背包问题的方法进行求解。[1] 总结来说,背包问题是在给定一组物品和背包容量的情况下,选择合适的物品放入背包,使得背包中物品的总价值最大。根据物品的选择限制,背包问题可以分为0-1背包问题、完全背包问题和多重背包问题等不同类型,可以使用动态规划的方法来解决。[2][3]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值