LeetCode动态规划之背包问题
0-1背包问题
给一个可以装重量为M的背包,和N个物品,每个物品有重量和价值两种属性,分别存放在数组wt[i]
和val[i]
中,请问使用这个背包,最多能装多少价值的物品?
public int maxVal(int M, int N, int[] wt, int[] val) {
//dp[i][j]表示 对于前i个物品,承重为j的背包可以存储的最大价值
int[][] dp = new int[N + 1][M + 1];
//遍历所有的状态
for (int i = 0; i <= N; i++) {
for (int j = 0; j <= M; j++) {
//basecase
if (i == 0) {
dp[0][j] = 0;
continue;
}
if (j == 0) {
dp[j][0] = 0;
continue;
}
//当前物品放不下
if (j < wt[i - 1]) {
dp[i][j] = dp[i - 1][j];
} else {
//两种选择,拿 或者 不拿
dp[i][j] = Math.max(dp[i - 1][j - wt[i - 1]] + val[i - 1], dp[i - 1][j]);
}
}
}
return dp[N][M];
}
子集背包问题
416. 分割等和子集
转换成背包问题:有n个物品,重量保存在 nums[] 中,是否存在一种装法,可以正好装满sum/2的背包?
public boolean canPartition(int[] nums) {
int sum = 0;
int n = nums.length;
for (int i = 0; i < n; i++) {
sum += nums[i];
}
if (sum % 2 == 1) {
return false;
}
//dp[i][j]表示对于前i个物体,是否存在一种方法,可以正好塞满承重为j的背包
boolean[][] dp = new boolean[n + 1][sum / 2 + 1];
//遍历所有状态
for (int i = 0; i <= n; i++) {
for (int j = 0; j <= sum / 2; j++) {
//basecase
if (i == 0 && j == 0) {
dp[0][0] = true;
continue;
}
// if (i == 0 || j == 0) {
// continue;
// }
if(i == 0){
continue;
}
//装不下
if (j < nums[i - 1]) {
dp[i][j] = dp[i - 1][j];
}
//装得下
else {
//装
if (dp[i - 1][j - nums[i - 1]]) {
dp[i][j] = true;
}
//不装
else {
dp[i][j] = dp[i - 1][j];
}
}
}
}
return dp[n][sum / 2];
}
完全背包问题
322. 零钱兑换
public int coinChange(int[] coins, int amount) {
// dp[i]表示凑成总金额i的最少的硬币个数
// 结果就是dp[amount]
int[] dp = new int[amount + 1];
// 将dp[]设置为一个不可能出现的较大值
Arrays.fill(dp, amount + 1);
// basecase:凑成总金额为0所需的硬币数为0
dp[0] = 0;
//3.遍历所有【状态】
for (int i = 0; i < amount + 1; i++) {
//4.遍历所有【选择】
for (int coin : coins) {
//子问题无解,则跳过
if (i - coin < 0) continue;
dp[i] = Math.min(dp[i], dp[i - coin] + 1);
}
}
return (dp[amount] == amount + 1) ? -1 : dp[amount];
}
518. 零钱兑换 II
给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有【无限个】。
public int change(int amount, int[] coins) {
int n = coins.length;
//dp[i][j] 表示 使用前i种面额的硬币,能凑成j元的组合数
int[][] dp = new int[n + 1][amount + 1];
//遍历所有状态
for (int i = 0; i <= n; i++) {
for (int j = 0; j <= amount; j++) {
//basecase
if (j == 0) {
dp[i][0] = 1;
continue;
}
if (i == 0) {
continue;
}
//装不下
if (j < coins[i - 1]) {
dp[i][j] = dp[i - 1][j];
} else {
//装 或者 不装
//注意不是求最值,而是求和
//dp[i][j] = Math.max(dp[i-1][j],dp[i][j-coins[i-1]]);
dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]];
}
}
}
return dp[n][amount];
}