代码随想录算法训练营Day41 | 0-1背包理论基础、416.分割等和子集

本文主要是介绍代码随想录算法训练营Day41 | 0-1背包理论基础、416.分割等和子集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

0-1背包理论基础

基础

DP数组与其下标的含义

dp[i][j],i为物品编号,j为背包容量

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。

递推公式

分类:是否要放入下标为i的物品:

· 不放时最大价值为:dp[i - 1][j]

· 放入时最大价值为:dp[i - 1][j – weight[i]] + value[i]

递推取两者较大值:dp[i][j] = max(dp[i - 1][j], dp[i - 1][j – weight[i]] + value[i])

DP数组初始化

dp[i][j]由其上方格子和左上方范围内某一个格子初始化而来,所以需要初始化最上的一行最左的一列

        i = 0时,对于j < weight[0]的格子,初始化为0,往后的格子初始化为value[0]

        j = 0时,背包容量为0,装不下任何物品,所以最左列全部初始化为0

遍历顺序

先遍历物品(i)或先遍历背包(j)都可以,都能将dp数组填满

滚动数组优化

因为dp[i][j]的值只由i-1行元素推出,所以dp数组可以使用一维滚动数组来代替二维数组

注意使用滚动数组时不能先遍历背包,只能先遍历物品。遍历物品时遍历背包的顺序应该从右到左(思考一下覆盖的顺序)


416.分割等和子集

(这题其实没有提示挺难想到背包解法的,告诉我是背包题也想了半天)

这题用背包解得想明白 j 是什么:寻找两个总和相等的子集,等价于寻找一个和为所以数总和一半的子集,所以 j 是数的总和,而 j 的最大值应该是数组中所有数总和的一半

1、DP数组定义:一维数组,使用滚动数组来实现背包。方便理解使用二维数组来解释定义:dp[i][j]表示 n = i 时,数组下标[0, i]中取任意数所能得到的最大值,这个最大值不能超过j

        · weight[i] 和 value[i] 都等于 nums[i]

        · value[i] == nums[i] 使在遍历物品时不断取到最大值

        · weight[i] == nums[i] 使在遍历背包时最大值不超过总和的一半

        · 最后遍历完了所有物品和背包后,如果dp[-1][-1] == 总和的一半,说明能恰好取到一个子集,其总和为所有数总和的一半

2、DP数组初始化:i < nums[0]的格子,初始化为0,往后的格子初始化为value[0]

3、递推公式:常规0-1背包问题的递推公式(滚动数组实现):
        dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);

bool canPartition(vector<int>& nums) {int sum = 0;for (int n : nums)sum += n;if (sum % 2 == 1)return false;// weight[i]与value[i]都设置为nums[i]// 当背包大小为sum / 2时,看最大数总和是否也是sum / 2sum /= 2;vector<int> dp(sum + 1, 0);for (int j = 0; j < sum + 1; ++j)if (j >= nums[0]) dp[j] = nums[0];for (int i = 1; i < nums.size(); ++i) {for (int j = sum; j >= nums[i]; --j) {dp[j] = std::max(dp[j], dp[j - nums[i]] + nums[i]);}}return dp[sum] == sum;
}

这篇关于代码随想录算法训练营Day41 | 0-1背包理论基础、416.分割等和子集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/747980

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

poj2576(二维背包)

题意:n个人分成两组,两组人数只差小于1 , 并且体重只差最小 对于人数要求恰好装满,对于体重要求尽量多,一开始没做出来,看了下解题,按照自己的感觉写,然后a了 状态转移方程:dp[i][j] = max(dp[i][j],dp[i-1][j-c[k]]+c[k]);其中i表示人数,j表示背包容量,k表示输入的体重的 代码如下: #include<iostream>#include<

hdu2159(二维背包)

这是我的第一道二维背包题,没想到自己一下子就A了,但是代码写的比较乱,下面的代码是我有重新修改的 状态转移:dp[i][j] = max(dp[i][j], dp[i-1][j-c[z]]+v[z]); 其中dp[i][j]表示,打了i个怪物,消耗j的耐力值,所得到的最大经验值 代码如下: #include<iostream>#include<algorithm>#include<

csu(背包的变形题)

题目链接 这是一道背包的变形题目。好题呀 题意:给n个怪物,m个人,每个人的魔法消耗和魔法伤害不同,求打死所有怪物所需的魔法 #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>//#include<u>#include<map

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题是由安全生产模拟考试一点通提供,流动式起重机司机证模拟考试题库是根据流动式起重机司机最新版教材,流动式起重机司机大纲整理而成(含2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。流动式起重机司机考试技

hdu1011(背包树形DP)

没有完全理解这题, m个人,攻打一个map,map的入口是1,在攻打某个结点之前要先攻打其他一个结点 dp[i][j]表示m个人攻打以第i个结点为根节点的子树得到的最优解 状态转移dp[i][ j ] = max(dp[i][j], dp[i][k]+dp[t][j-k]),其中t是i结点的子节点 代码如下: #include<iostream>#include<algorithm

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>