代码随想录算法训练营Day41|背包问题、分割等和子集

背包问题

二维

46. 携带研究材料(第六期模拟笔试) (kamacoder.com)

dp数组有两维,横轴表示背包重量j(0-j),纵轴表示不同物品(0-i),dp[i][j]即表示从下标为[0-i]的物品里任意取,对于重量为j的背包,最大的价值是多少。dp[i][j]的对物品i来说只有2种情况,物品i未放入或者放入,如果物品i未放入,由dp[i-1][j]可以推出,即背包容量为j,里面不放物品i的最大价值,此时dp[i][j]就是dp[i-1][j](当物品i的重量大于背包j的重量时,物品i无法放进背包中,所以背包内的价值依然和前面相同。)(参考代码随想录 (programmercarl.com))放物品时,

dp[i][j] =dp[i-1][j-weight[i]]+value[i],即当未放入i时,且重量为j-weight[i]的dp值加上i的价值。

即dp[i][j]的最终推导公式为:dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])

考虑到dp[i][j]的含义,则dp[i][0]意味着背包重量为0的价值,理应全为0,dp[i][0]的值初始化全部为0,此外当i为0时,若j<weight[0]时,dp[i][j]的值应该为0因为背包容量比编号为0的物品重量要小,而当j>=weight[0]时,dp[0][j]的值应该是value[0],因为背包容量足够放编号为0的物品(注意这里是0-1背包问题,只有放入和取出两种操作,所以这里dp[0][j]只为values[0]而不是values[0]的倍数)

由于dp的递推公式dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i]),当前dp[i][j]仅与之前的元素有关,其他地方无需初始化。

vector<vector<int>>dp(weight.size(),vector<int>(bagweight + 1, 0));
for(int j = weight[0]; j <= bagweight; j++){dp[0][j] = value[0];
}

之后是确定遍历顺序,对物品和背包的遍历都是可行的。

以遍历物品为例,当j<weight[i]时,无法将物品i放入,则dp[i][j] = dp[i-1][j],否则为上述的dp公式。

for(int i = 1; i < weight.size();i++){for(int j = 0; j <= bagweight; j ++){if(j < weight[i])dp[i][j] = dp[i-1][j];elsedp[i][j] = max(dp[i][j-1],dp[i-1][j-weight[i]]+value[i]);}
}

遍历背包的话

for(int j = 0; j <= bagweight; j++){for(int i = 0; i < weight.size(); i++){if(j < weight[i])dp[i][j] = dp[i-1][j];elsedp[i][j] = max(dp[i-1][j],dp[i-1][j-value[i]] + value[i]);}
}

只是变更一下顺序,其他一样(对本题是这样的)。

之后就是返回dp数组的最大值即可。

代码随想录的代码如下:

//二维dp数组实现
#include <bits/stdc++.h>
using namespace std;int n, bagweight;// bagweight代表行李箱空间
void solve() {vector<int> weight(n, 0); // 存储每件物品所占空间vector<int> value(n, 0);  // 存储每件物品价值for(int i = 0; i < n; ++i) {cin >> weight[i];}for(int j = 0; j < n; ++j) {cin >> value[j];}// dp数组, dp[i][j]代表行李箱空间为j的情况下,从下标为[0, i]的物品里面任意取,能达到的最大价值vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));// 初始化, 因为需要用到dp[i - 1]的值// j < weight[0]已在上方被初始化为0// j >= weight[0]的值就初始化为value[0]for (int j = weight[0]; j <= bagweight; j++) {dp[0][j] = value[0];}for(int i = 1; i < weight.size(); i++) { // 遍历科研物品for(int j = 0; j <= bagweight; j++) { // 遍历行李箱容量// 如果装不下这个物品,那么就继承dp[i - 1][j]的值if (j < weight[i]) dp[i][j] = dp[i - 1][j];// 如果能装下,就将值更新为 不装这个物品的最大值 和 装这个物品的最大值 中的 最大值// 装这个物品的最大值由容量为j - weight[i]的包任意放入序号为[0, i - 1]的最大值 + 该物品的价值构成else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);}}cout << dp[weight.size() - 1][bagweight] << endl;
}int main() {while(cin >> n >> bagweight) {solve();}return 0;

算法使用两层嵌套循环来补全dp数组,外层执行weight.size()次,即n次,内层执行了bagweight+1次,定为m次,时间复杂度为O(n*m),空间复杂度使用了二维数组,O(n*m)。

一维

滚动数组,不太理解,周末看看。

代码随想录 (programmercarl.com)

// 一维dp数组实现
#include <iostream>
#include <vector>
using namespace std;int main() {// 读取 M 和 Nint M, N;cin >> M >> N;vector<int> costs(M);vector<int> values(M);for (int i = 0; i < M; i++) {cin >> costs[i];}for (int j = 0; j < M; j++) {cin >> values[j];}// 创建一个动态规划数组dp,初始值为0vector<int> dp(N + 1, 0);// 外层循环遍历每个类型的研究材料for (int i = 0; i < M; ++i) {// 内层循环从 N 空间逐渐减少到当前研究材料所占空间for (int j = N; j >= costs[i]; --j) {// 考虑当前研究材料选择和不选择的情况,选择最大值dp[j] = max(dp[j], dp[j - costs[i]] + values[i]);}}// 输出dp[N],即在给定 N 行李空间可以携带的研究材料最大价值cout << dp[N] << endl;return 0;
}

分割等和子集

416. 分割等和子集 - 力扣(LeetCode)

        本来想着直接排序然后依次加入最小的数,然后发现果然有错[1,1,2,2]。

        以[1,5,11,5]这个题例为例,可以抽象为 一个背包容量为11,剩余元素(只能使用1次)是否能装满这个容量为11的背包。0-1背包问题。

        DP数组含义,容量为j的最大价值为dp[j],当dp[target] == target时,表示能装满(此处的target为数组sum的一半,因为两个子集和要相等),即能实现分割等和子集。

        背包容量从0到10001,因为数字总和不超过20000,则target<=10000,dp数组长度到达10001就够了。

        dp[j] = max(dp[j],dp[j - nums[i]]+ nums[i]);

        对dp的初始化,由于nums数组全为正整数,可以全部初始化为0,(若存在负数,则应初始化为INT_MIN)。

遍历顺序物品遍历在外,背包遍历在内层,且内层倒序遍历。参考代码随想录 (programmercarl.com)

最后需考虑,当dp[target] == target时,返回true,否则为false。

此外,若sum%2 == 1,则表明sum为奇数,不存在两个相等的子数组和,return false。剪枝。

class Solution {
public:bool canPartition(vector<int>& nums) {int sum = 0; for(auto x:nums){sum += x; // 计算数组元素的总和}// 如果总和是奇数,那么不能平分,直接返回falseif(sum%2 == 1)return false;// 计算目标和,即每个子集应该达到的和const int target = sum/2;// 初始化动态规划数组dp,大小为10001,初值都为0// dp[j]表示是否能够从前i个数字中选取一些数字,使得这些数字的和为jvector<int>dp(10001, 0);// 遍历数组中的每个数字for(int i = 0; i < nums.size();i++){// 从大到小遍历目标和及其以下的值for(int j = target; j >= nums[i]; j--){// 更新dp[j],选取或不选取当前数字,取两种情况的最大值dp[j] = max(dp[j],dp[j - nums[i]] +nums[i]);}}// 如果dp[target]等于target,说明可以找到和为target的子集,返回trueif(dp[target] == target)return true;return false;}
};

算法的时间复杂度为O(n^2),空间复杂度为O(n)。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/28936.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用volta管理前端开发环境

背景&#xff1a;公司有新老不同的产品&#xff0c;使用的node版本不一样&#xff0c;每次都要手动切换node版本&#xff0c;对应的项目才能运行。这样很麻烦&#xff0c;有没有好的解决方法&#xff0c;就找到了volta。 1.为什么是volta&#xff1f; 管网介绍&#xff1a;使用…

国内外典型的知识图谱项目

文章目录 早期的知识库项目互联网时代的知识图谱中文开放知识图谱垂直领域知识图谱 从人工智能的概念被提出开始&#xff0c;构建大规模的知识库一直都是人工智能、自然语言理解等领域的核心任务之一。下面分别介绍早期的知识库项目、互联网时代的知识图谱、中文开放知识图谱和…

MYSQL 字母大小转换

1、UCASE() 解释&#xff1a;把数值列(字段)的字每母转换为大写。 语法格式&#xff1a;SELECT UCASE(column_name) FROM table_name 中文注释&#xff1a;select UCASE(数值列/字段) from 表名 ; 用法&#xff1a; SELECT UCASE(column_name) FROM table_name;2、LCASE(…

【论文阅读笔记】PA-SAM: Prompt Adapter SAM for High-Quality Image Segmentation

1.论文介绍 PA-SAM: Prompt Adapter SAM for High-Quality Image Segmentation PA-SAM&#xff1a;用于高质量图像分割的提示适配器SAM 2024年 ICME Paper Code 2.摘要 Segment Anything Model&#xff0c;SAM在各种图像分割任务中表现出了优异的性能。尽管SAM接受了超过10亿…

# Mac环境如何安装Flutter:全面指南

Mac环境如何安装Flutter&#xff1a;全面指南 Flutter 是 Google 开发的开源移动 UI 框架&#xff0c;允许开发者使用 Dart 语言快速在 iOS 和 Android 上构建高质量的原生界面。本指南将详细指导您如何在 Mac 环境下安装 Flutter&#xff0c;确保您能够顺利开始 Flutter 开发…

软考又考了,数据库范式这次一定要弄懂!

0. 引言 今年数据库范式又作为选择题在软考中出题了&#xff0c;范式和反范式同样也在我们日常开发的数据库表设计工作中提供重要理论&#xff0c;今天我们来彻底弄懂几大范式的概念和区别&#xff0c;以及常见的反范式设计方法 1. 定义 1.1 基础概念 在实际讲解之前&#…

Python实现连连看12

4.2.5 获取图片连接方式 通过自定义函数getLinkType()获取图片的连接方式,代码如下所示。 def getLinkType(pre_row, pre_col, cur_row, cur_col):if pics_map[pre_row][pre_col] != pics_map[cur_row][cur_col]:return NONE_LINKif isNoCornerLink(pre_row, pre_col, cur_r…

嵌入式数据库_3.嵌入式数据库的主要功能及典型产品

1.嵌入式数据库的功能 嵌入式数据库的功能应与通用数据库功能相似&#xff0c;应覆盖数据库的核心功能。通常&#xff0c;嵌入式数据库有其自身的特殊需要&#xff0c;它应具备的功能包括以下4点&#xff1a; 足够高效的数据存储机制&#xff1b;数据安全控制&#xff08;锁机…

终于用上了桌面版本的chatGPT

最近经过不断的探索&#xff0c;也算是用上了桌面版本的chatgGPT&#xff0c;想要用同学&#xff0c;可以关注一下&#xff0c;后面我会出一期教程的&#xff5e;

docker安装elasticsearch8和kibana,带ik分词器

全文目录,一步到位 1.前言简介1.1 专栏传送门 2. elasticsearch和kibana安装2.1 准备工作2.1.1 下载elasticsearch2.1.2 下载kibana镜像 2.2 创建并运行es容器2.2.1 创建es网络2.2.2 创建es容器2.2.3 放行端口2.2.4 访问查看结果> 步骤一: 点击高级, 然后继续访问> 步骤二…

力扣878.第N个神奇数字

力扣878.第N个神奇数字 二分答案 check()&#xff1a;公共部分为最大公倍数的倍数 class Solution {const long MOD 1e9 7;public:int nthMagicalNumber(int n, int a, int b) {//lcm函数 求最大公倍数long lcm std::lcm(a,b);auto check [&](long long mid) -> …

KIVY AliasProperty 运用报错汇总

案例1&#xff1a; 在Kivy中&#xff0c;AliasProperty 允许你创建一个属性的别名&#xff0c;该别名可以基于其他属性计算得到。但是&#xff0c;与普通的Python属性不同&#xff0c;Kivy的Property类&#xff08;包括AliasProperty&#xff09;并没有直接提供定义getter和s…

Python 3.13 有什么新变化

Python 3.13 beta 是 Python 编译语言下一正式版本的预发布版本&#xff0c;包含多项针对语言、实现和标准库的改变。 针对实现的最大改变包括新的交互式解释器&#xff0c;以及对于去除全局解释器锁 (PEP 703) 和启用即时编译器 (PEP 744) 的实验性支持。 针对标准库的改变包括…

Tensorflow入门实战 T04-猴痘识别

本篇文章主要&#xff1a;tensorflow 运行环境&#xff1a;本地cpu 运行epoch&#xff1a;50 1、tensorflow官网 tensorflow的官网教程。初学者的 TensorFlow 2.0 教程 | TensorFlow Core 官网上有图像分类的相关详细描述还有代码示例。 2、完整代码展示 from tensorflo…

单调队列总结

单调队列的介绍 由于现在我也没接触过正经的单调队列的定义&#xff0c;因而引申为介绍&#xff0c; 单调队列&#xff0c;类似与单调栈&#xff0c;存储在单调队列里面的元素理应都是单调的&#xff0c;单调队列的基础使用deque&#xff08;双端队列&#xff09;去实现的&am…

【总线】AXI总线:FPGA设计中的通信骨干

目录 AXI4&#xff1a;高性能地址映射通信的基石 AXI4-Lite&#xff1a;轻量级但功能强大的通信接口 AXI4-Stream&#xff1a;高速流数据传输的利器 结语&#xff1a;AXI总线在FPGA设计中的重要性 大家好,欢迎来到今天的总线学习时间!如果你对电子设计、特别是FPGA和SoC设计…

FlowUs息流开启知识管理的新纪元|FlowUs息流公开知识库

在信息爆炸的时代&#xff0c;如何高效地管理和利用知识成为了一个挑战。FlowUs知识库以其超巨的性价比&#xff0c;为用户带来了全新的解决方案。它不仅仅是一个存储信息的工具&#xff0c;更是一个能够激发创造力和提高生产力的平台。 性价比之选 FlowUs以其合理的价格&…

redis数据结构—哈希表

我在“redis存储结构”这篇文章中介绍了redis存储数据的方式——字典&#xff0c;redis的字典使用高效的hash table实现&#xff0c;这里详细介绍redis中哈希表的实现和工作原理 redis的哈希表结构 typedef struct dictht {//哈希表数组dictEntry **table;//哈希表大小unsign…

ChromeDriver新手教程:一步步指导Chrome 114到127版本的驱动安装

114之前版本下载链接在这里 ​​​​​​125以后版本下载链接在此&#xff0c;只有后面status是绿色对勾的才可以下载&#xff0c;驱动大版本一致就可以使用&#xff0c;不需版本号一模一样&#xff1b;下载所需版本只需点击对应的版本名称即可跳转到对应版本的下载位置。 以…

学习笔记——网络管理与运维——SNMP(基本配置)

四、SNMP基本配置 1、SNMP配置举例 整个华为数通学习笔记系列中&#xff0c;本人是以网络视频与网络文章的方式自学的&#xff0c;并按自己理解的方式总结了学习笔记&#xff0c;某些笔记段落中可能有部分文字或图片与网络中有雷同&#xff0c;并非抄袭。完处于学习态度&#x…