动态规划
文章目录
- 一、01背包问题
- 二、分割等和子集
- 总结
一、01背包问题
1.在有限的背包内放入最高价值的东西
2.二维数据和一维数据都可以解决
3.二维数据,递推公式为dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]]+value[i]),分为两个状态,放入第i个物品和不放入第i个物品,取其中的最大值。表示遍历到第i个物品时可以得到的最大价值,当前i的最大价值由i上边和左边的物品决定。递推公式不算很难,难点在于数组初始化以及遍历顺序。
4.一维数组,也就是滑动数组,当前遍历结果受到上层结果影响。递推公式为dp[j] = max(dp[j], dp[j-weight[i]]+value[i]),表示在j容量下,可以获得的最大价值。因为是一维数组,同时当前的遍历结果受到上一层的影响,所以遍历顺序需要从后往前。如果从前往后的话,上层遍历结果要先于当前遍历物品改变,所以要从后往前。
二、分割等和子集
01背包问题,将问题抽象为01背包问题。
class Solution {
public:bool canPartition(vector<int>& nums) {//两个子集的元素和相同,也就是如果能组成一个sum/2,那其他的元素也能组成sum/2//sum/2相等于背包容量//1.dp数组及下标含义vector<int>dp(10001, 0);int sum = 0;for (int i = 0; i < nums.size(); i++) {sum += nums[i];}if (sum % 2 == 1) return false;int target = sum / 2;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]);}}if (dp[target] == target) return true;return false;}
};
总结
有点宕机,感觉总有点不对,某个节点一直没整明白,明天再好好理一下
学习时间90min。
学习资料:《代码随想录》。