01背包理论基础
参考
01背包: 每个物品只有一个, 只要选或不选两个选项
暴力解法: 回溯法枚举
- dp[i][j]: i 表示 0 ~ i 的物品, j 表示容量, 数值表示当前的最大价值
- 递推公式: max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])
- 初始化: j = 0 时, 无法放任何有价值的物品, dp[i][0] = 0. i = 0时, 当空间 j 大于 物体0的价值时, 才能放该物品
- 遍历顺序: 由于是从左上和正上方推导, 所以先遍历背包或遍历物品都可
当 i 放进去时,物品集就被分成两部分 1~i-1 和 i
若将 i 放进去,那么就把 j 空间中的 w[i] 占据, 剩下 j-w[i] 的空间给前面 i-1 ,
那么只要这时候前面 i-1 在 j-w[i] 空间里构造出最大价值, dp[i-1][j-w[i]],再加上此时放入的i的价值v[i],就是dp[i][j]
#include<bits/stdc++.h>
using namespace std;
int main() {int M, N;cin >> M;cin >> N;vector<int> weight;vector<int> value;for (int i = 0; i < M; i++) {int tem;cin >> tem;weight.push_back(tem);}for (int i = 0; i < M; i++) {int tem;cin >> tem;value.push_back(tem);}//dp[i][j] 物品为i, j为重量
//i索引范围[0 ~ M-1], 大小为 M
//j索引范围[0 ~ N]], 大小为 N + 1vector<vector<int>> dp(M, vector<int>(N + 1, 0));for (int j = 0; j <= N; j++) {if (j >= weight[0])dp[0][j] = value[0];} for (int i = 1; i < M; i++) {for (int j = 1; j <= N; j++) { //注意取 =if (j - weight[i] >= 0) {dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);}else {dp[i][j] = dp[i - 1][j];}}}cout << dp[M - 1][N] << endl;
}
01背包理论基础(滚动数组)
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,价值总和最大是多少。
二维数组的递推公式: dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
二维压缩成一维的递推公式: dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);//其中j是表背包容量
二维改为一维的方法:
正序遍历背包容量时, 会出现重复相加的情况, 图中为物品0不断的被累加
倒序遍历背包容量时, 由于会把本次物品的价值先加上, 价值一定比为加之前的大(dp[0~3]一定比dp[4]小), 所以不会出现重复累计的情况
#include<bits/stdc++.h>
using namespace std;int main() {int M;//种类int N;//空间cin >> M;cin >> N;vector<int> weight(M, 0);vector<int> value(M, 0);for (int i = 0; i < M; i++) {cin >> weight[i];}for (int i = 0; i < M; i++) {cin >> value[i];}vector<int> dp(N + 1, 0);for (int i = 0; i < M; i++) {for (int j = N; j >=0 ; j--) {if (j - weight[i] >= 0) {dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);} else {dp[j] = dp[j];}}}cout << dp[N] << endl;
}
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。
参考
思路: 回溯法 (超时)
class Solution {
public:bool myoperator(int target, int sum , vector<int>& nums, int index) {if (sum >= target) {return sum == target? true : false;}bool res = false;for (int i = index; i < nums.size(); i++) {res = myoperator(target, sum + nums[i], nums, i + 1);if (res == true) return true;}return false;}bool canPartition(vector<int>& nums) {int sum = 0;for (int i = 0; i < nums.size(); i++) {sum += nums[i];}if (sum % 2 == 1) return false;else return myoperator(sum/2, 0, nums, 0);}
};
思路: 01背包问题 - 每个元素只能放入一次
- dp[j] : 容量为j, 最大价值为dp[j], 在本题中容量和价值相同
- 递推公式:
- dp数组如何初始化
- 遍历顺序
能抽象成01背包最大值的原因:
5. 物品的重量和价值是相同的, dp[sum/2] 的最大值 value <= (sum/2)
6. 所以当 sum == value 时, 代表找到了一个元素
class Solution {
public:bool canPartition(vector<int>& nums) {int sum = 0;for (int i = 0; i < nums.size(); i++) {sum += nums[i];}if (sum % 2 == 1)return false;vector<int> dp(sum / 2 + 1, 0);for (int i = 0; i < nums.size(); i++) {for (int j = sum / 2; j >= 0; j--) {if (j - nums[i] >= 0) {dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);}}}return dp[sum / 2] == sum / 2 ? true : false;}
};