代码随想录第42天 | 01背包问题 二维 、01背包问题 一维 、 416. 分割等和子集

2024-04-17 06:52

本文主要是介绍代码随想录第42天 | 01背包问题 二维 、01背包问题 一维 、 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!

一、前言

参考文献:代码随想录

今天很赶,但是又很难!

二、01背包二维问题

1、思路:

自己感觉一开始很抽象,然后理解之后,发现也没有那么抽象;

首先还是dp五部曲;

(1)然后这里的dp数组是二维的:

    // 1、定义dp数组vector<vector<int>> dp(nums, vector<int>(bag + 1));/*这里的dp数组i表示物品的标号j表示背包的大小dp[i][j]表示整体总价值*/

(2)然后是递推公式,这里还是比较有趣的递推公式:

 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];}

如图:

 

就是通过上面和左上角来推断这个当前装下的最大值 ;

(3)初始化:

    /*这里的初始化与不同路径大概差不多,是通过i的weight大小来判断第一列和第一行的总价值大小*/for (int i = 0; i <= bag; i++) {if (weight[0] <= i) {dp[0][i] = value[0];}}

接下来的步骤用代码代替了; 

2、整体代码如下: 

 

#include<iostream>
#include<vector>using namespace std;int main() {int nums; // 总数量int bag; // 容量cin >> nums >> bag;vector<int> value(nums);// 价值表vector<int> weight(nums); // 重量表// 接收参数for (int i = 0; i < nums; i++) {int j;cin >> j;weight[i] = j;}for (int i = 0; i < nums; i++) {int j;cin >> j;value[i] = j;}// 1、定义dp数组vector<vector<int>> dp(nums, vector<int>(bag + 1));/*这里的dp数组i表示物品的标号j表示背包的大小dp[i][j]表示整体总价值*/// 2、初始化/*这里的初始化与不同路径大概差不多,是通过i的weight大小来判断第一列和第一行的总价值大小*/for (int i = 0; i <= bag; i++) {if (weight[0] <= i) {dp[0][i] = value[0];}}// for (auto i : dp) {//     for (auto j : i) {//         cout << j << " ";//     }//     cout << endl;// }// 3、遍历顺序for (int i = 1; i < nums; i++) {for (int j = 1; j <= bag; j++) {// 4、推导公式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];}}}int result = 0;for (int i = 0; i < nums; i++) {result = max(dp[i][bag], result);}cout << result << endl;return 0;
}

三、 01背包问题 一维

1、思路:

时间不够了,明天再补。。。

四、 416. 分割等和子集 

1、思路:

这个题目我用二维dp数组做的,主要思想就是把nums[i]的大小为价值又为大小;

然后就是dp五部曲;

2、整体代码如下:

class Solution {
public:bool canPartition(vector<int>& nums) {// 把nums比作物品,然后每个nums对应的数字都是空间// 首先计算出背包有多大int sum = 0;for (int i : nums) {sum += i;}if (sum % 2 != 0) {return false;}int bag = sum / 2;// 1、确定dp数组,及其含义vector<vector<int>> dp(nums.size(), vector<int>(bag + 1));// 在这里的nums是物品,然后所有物品的大小都为1// 2、初始化// 先初始化第一行dp[0][0] = 0;for (int i = 1; i <= bag; i++) {dp[0][i] = nums[0];}// 3、遍历顺序for (int i = 1; i < nums.size(); i++) {for (int j = 1; j <= bag; j++) {if (j >= nums[i]) {dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - nums[i]] + nums[i]);}else {dp[i][j] = dp[i - 1][j];}if (dp[i][j] == bag) {return true;}}}return false;}
};

学习时间:2.5小时

The best physicians are Dr. Diet, Dr. Quiet and Dr. Merryman.

最好的医生是规定饮食、安宁和快乐。

这篇关于代码随想录第42天 | 01背包问题 二维 、01背包问题 一维 、 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/911089

相关文章

深入理解Go语言中二维切片的使用

《深入理解Go语言中二维切片的使用》本文深入讲解了Go语言中二维切片的概念与应用,用于表示矩阵、表格等二维数据结构,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习吧... 目录引言二维切片的基本概念定义创建二维切片二维切片的操作访问元素修改元素遍历二维切片二维切片的动态调整追加行动态

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Java 线程安全与 volatile与单例模式问题及解决方案

《Java线程安全与volatile与单例模式问题及解决方案》文章主要讲解线程安全问题的五个成因(调度随机、变量修改、非原子操作、内存可见性、指令重排序)及解决方案,强调使用volatile关键字... 目录什么是线程安全线程安全问题的产生与解决方案线程的调度是随机的多个线程对同一个变量进行修改线程的修改操

Redis出现中文乱码的问题及解决

《Redis出现中文乱码的问题及解决》:本文主要介绍Redis出现中文乱码的问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 问题的产生2China编程. 问题的解决redihttp://www.chinasem.cns数据进制问题的解决中文乱码问题解决总结

Java中调用数据库存储过程的示例代码

《Java中调用数据库存储过程的示例代码》本文介绍Java通过JDBC调用数据库存储过程的方法,涵盖参数类型、执行步骤及数据库差异,需注意异常处理与资源管理,以优化性能并实现复杂业务逻辑,感兴趣的朋友... 目录一、存储过程概述二、Java调用存储过程的基本javascript步骤三、Java调用存储过程示

Visual Studio 2022 编译C++20代码的图文步骤

《VisualStudio2022编译C++20代码的图文步骤》在VisualStudio中启用C++20import功能,需设置语言标准为ISOC++20,开启扫描源查找模块依赖及实验性标... 默认创建Visual Studio桌面控制台项目代码包含C++20的import方法。右键项目的属性:

全面解析MySQL索引长度限制问题与解决方案

《全面解析MySQL索引长度限制问题与解决方案》MySQL对索引长度设限是为了保持高效的数据检索性能,这个限制不是MySQL的缺陷,而是数据库设计中的权衡结果,下面我们就来看看如何解决这一问题吧... 目录引言:为什么会有索引键长度问题?一、问题根源深度解析mysql索引长度限制原理实际场景示例二、五大解决

Springboot如何正确使用AOP问题

《Springboot如何正确使用AOP问题》:本文主要介绍Springboot如何正确使用AOP问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录​一、AOP概念二、切点表达式​execution表达式案例三、AOP通知四、springboot中使用AOP导出

MySQL数据库的内嵌函数和联合查询实例代码

《MySQL数据库的内嵌函数和联合查询实例代码》联合查询是一种将多个查询结果组合在一起的方法,通常使用UNION、UNIONALL、INTERSECT和EXCEPT关键字,下面:本文主要介绍MyS... 目录一.数据库的内嵌函数1.1聚合函数COUNT([DISTINCT] expr)SUM([DISTIN

Python中Tensorflow无法调用GPU问题的解决方法

《Python中Tensorflow无法调用GPU问题的解决方法》文章详解如何解决TensorFlow在Windows无法识别GPU的问题,需降级至2.10版本,安装匹配CUDA11.2和cuDNN... 当用以下代码查看GPU数量时,gpuspython返回的是一个空列表,说明tensorflow没有找到