0-1背包问题基础理论
- 0-1背包:n种物品,每种物品仅有一个,每个物品都有自己的重量w和价值v,有个容量限重为x的背包,问最多能装价值为多少的物品
- 完全背包:n中物品,每种物品都有无限个
- 题外话:暴力解法可以用回溯,时间复杂度2^n
- 动规五部曲:
- dp数组及其下标含义:dp[i,j]表示从下标为0~i的物品里任意取,放进容量为j的背包中,价值总和最大的价值量
- 递推公式:dp[i, j]可以从两个方向推导出来:①不放物品i时,没有更新背包中物品,价值与之前相同dp[i, j] = dp[i-1, j];②放物品i,既然决定要放物品i,那么就要保证背包中有足够的空间存放物品i,dp[i, j] = dp[i-1, j-w[i]] + v[i](j-w[i]就是为了在背包中腾出足够的重量给i,最后直接加上v[i]的价值);因此递推公式为max(①,②)
- 初始化:①当背包容量为0(即j == 0),总价值一定为0,即dp[i, 0] = 0;②当i == 0时,即存放编号为0的物品时(因为后续递推公式需要从i=0开始推导,因此必须初始化),当j<w[0]时,dp[0,j] = 0,当j>=w[0]时,dp[0, j] = v[0];③其他下标无论初始化为什么都会被覆盖,因此不重要,统一初始化为0就好
- 遍历顺序:有两个遍历维度:物品与背包重量;一般而言先遍历物品,再遍历背包,实际在二维dp数组中,都可以(因为不影响递推公式)
- 滚动数组(一维dp数组):把dp[i-1]拷贝到dp[i]上,然后只能先遍历物品,后遍历背包,并且在第二层遍历背包时,从后往前遍历,这样就可以去掉i维度仅保留dp[j]维度
416.分割等和子集
- 本来以为将数组排序,再遍历累加就可以解决,实际是我想简单了,还是需要用背包,因为可能不能用
- 将数组sum/2作为背包容量,数组的数字的大小既是物品的重量,又是物品的价值
- 熟悉背包问题的解题,Carl用的滚动一维数组,我用的二维数组
- 注意01背包问题在实际应用中的小细节