动态规划 背包问题
分类:01背包 完全背包
01: 多个物品,每个只有一个,物品有 weight 和value。背包载重有限制,问最多能放多少;
完全:多个物体,每个有无数个
dp[i][j] 的含义:在【0,i】这么多物品中,放入载重为 j 的背包内的最大价值。
物品/载重 | 载重0 | 载重1 | 载重2 | 载重3 |
物品0 | ||||
物品1 | ||||
物品2 | ||||
物品3 |
递推式:dp[ i ] [ j ]= max( dp[ i-1 ] [ j -weight [ i ] ] + value[ i ] , dp[ i-1 ] [ j ] ) ----- 只与目标格的正上方以及左上方有关,所以初始化第一行和第一列, 其他的可以初始化为0;
初始化:只用初始化第一行,方法for (weight小于bagweight 则初始化为value)其他的初始化为多少都行,为方便初始化为0;
表格内填的是value;
题:
416. 分割等和子集
给你一个 只包含正整数 的 非空 数组 nums
。请你判断是否可以将这个数组分割成两个子集,使得两个子集的元素和相等。
思路:目标载重 sum/2 注意这里的转化 求出sum比求出两边动态的相等容易
for(int i=0;i<nums.size();i++) { for(int j=target;j>=nums[i];j--){ dp[j]=max(dp[j],dp[j-nums[i]]+nums[i]); } }
核心代码 注意先物品(nums)再载重,,j的循环结束是>=nums[i] 这样才能够保证前面的只添加过一遍
1049.最后一块石头的重量II
有一堆石头,用整数数组 stones
表示。其中 stones[i]
表示第 i
块石头的重量。
每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为 x
和 y
,且 x <= y
。那么粉碎的可能结果如下:
- 如果
x == y
,那么两块石头都会被完全粉碎; - 如果
x != y
,那么重量为x
的石头将会完全粉碎,而重量为y
的石头新重量为y-x
。
最后,最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下,就返回 0
。
思路:将其分为两组重量近似的,借鉴上题思路,然后此时的最后返回结果即为 sum - dp【target】 - dp【target】 ()
494.目标和
给定一个非负整数数组,a1, a2, ..., an, 和一个目标数,S。现在你有两个符号 + 和 -。对于数组中的任意一个整数,你都可以从 + 或 -中选择一个符号添加在前面。
返回可以使最终数组和为目标数 S 的所有添加符号的方法数。
示例:
- 输入:nums: [1, 1, 1, 1, 1], S: 3
- 输出:5
思路: 分成两部分,一部分是正的一部分是负的, dp【 j 】的含义:target为 j 的方法种数 ;dp【 j 】+= dp【 j -nums【 i】】
即 若 target=5;
if nums[i]=1; 有 dp[ 5-1] =dp[4] 种方法;
if nums[i]=2;有 dp[5-2]=dp[3]种方法;
所以 dp【j】即为其-nums【i】的累加,i从0-》nums.size();
记住这个也是从后往前遍历,使得元素不重复。
474.一和零
给你一个二进制字符串数组 strs 和两个整数 m 和 n 。
请你找出并返回 strs 的最大子集的大小,该子集中 最多 有 m 个 0 和 n 个 1 。
如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集 。
示例 1:
-
输入:strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3
-
输出:4
-
解释:最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ,因此答案是 4 。 其他满足题意但较小的子集包括 {"0001","1"} 和 {"10","1","0"} 。{"111001"} 不满足题意,因为它含 4 个 1 ,大于 n 的值 3
思路:dp[ i ] [ j ]表示 有i个0 j个1的字串数目;
递推公式:dp[i][j] 可以由前一个str里的字符串推导出来,str里的字符串有zeroNum个0,oneNum个1 。dp[i][j]=dp[i-zeroNum][j-oneNum] +1;即dp[i][j]= max(dp【i】【j】,除去目前这个字符串,之前所有的字符串符合的个数+1)
基础:遍历字符串数组的每个字符串/字符串的每个char : for( string str : strs) for( char c : str)
完全背包: