算法打卡day38

2024-04-18 17:12
文章标签 算法 打卡 day38

本文主要是介绍算法打卡day38,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!

今日任务:

1)完全背包理论基础(卡码网52. 携带研究材料)

2)518.零钱兑换II

3)377. 组合总和 Ⅳ

4)复习day13

完全背包理论基础(卡码网52. 携带研究材料)

题目链接:52. 携带研究材料(第七期模拟笔试) (kamacoder.com)

题目描述
小明是一位科学家,他需要参加一场重要的国际科学大会,以展示自己的最新研究成果。他需要带一些研究材料,但是他的行李箱空间有限。这些研究材料包括实验设备、文献资料和实验样本等等,它们各自占据不同的重量,并且具有不同的价值。
小明的行李箱所能承担的总重量为 N,问小明应该如何抉择,才能携带最大价值的研究材料,每种研究材料可以选择无数次,并且可以重复选择。输入描述
第一行包含两个整数,N,V,分别表示研究材料的种类和行李空间
接下来包含 N 行,每行两个整数 wi 和 vi,代表第 i 种研究材料的重量和价值输出描述
输出一个整数,表示最大价值。输入示例
4 5
1 2
2 4
3 4
4 5输出示例
10提示信息
第一种材料选择五次,可以达到最大值。数据范围:
1 <= N <= 10000;
1 <= V <= 10000;
1 <= wi, vi <= 10^9.

文章讲解:代码随想录 (programmercarl.com)

视频讲解:带你学透完全背包问题! 和 01背包有什么差别?遍历顺序上有什么讲究?哔哩哔哩bilibili

思路:

这是一个典型的完全背包问题,与传统的0-1背包问题略有不同,因为每种研究材料可以选择无数次,并且可以重复选择。这种情况下,我们可以采用动态规划来解决。

01背包问题不能重复,所以我们用一维滚动数组时都是采用从后往前遍历,为了避免重复

而现在我们完全背包问题可以重复,所以我们在遍历物品时从前往后面遍历

  1. 初始化动态规划数组: 创建一个一维动态规划数组 dp,其长度为 V+1,并将所有元素初始化为0。这里 dp[i] 表示在背包容量为 i 时能够获得的最大价值。

  2. 遍历研究材料: 对于每一种研究材料,我们可以选择将其放入背包中,也可以选择不放入。

  3. 动态规划更新: 遍历研究材料时,对于每一种材料,我们需要更新动态规划数组。具体地,我们从容量为 wi 的背包开始遍历,逐步向上更新动态规划数组中的值。状态转移方程为:dp[i] = max(dp[i], dp[i - wi] + vi),表示在容量为 i 的背包中,我们可以选择不放入当前材料,也可以选择放入当前材料,取两者中的最大值。

  4. 返回结果: 最后返回动态规划数组中的最大值,即为可以获得的最大价值。

输入示例

3 4

1 15

3 20

4 30 

输出示例 60

def test_CompletePack(weight, value, bagweight):# 创建一维数组用于存储当前背包容量下的最大价值dp = [0] * (bagweight + 1)# 遍历每种研究材料for i in range(len(weight)):# 遍历背包容量for j in range(weight[i], bagweight + 1):# 如果当前背包容量 j 大于等于当前物品的重量 weight[i],# 则可以选择放入当前物品,比较放入当前物品与不放入当前物品的价值大小,取较大者更新 dp[j]dp[j] = max(dp[j], value[i] + dp[j - weight[i]])# 返回能够携带的研究材料的最大价值return dp[-1]if __name__ == "__main__":# 获取研究材料的种类 N 和小明的行李空间 NN, bagweight = map(int, input().split())weight = []value = []# 获取每种研究材料的空间和价值for _ in range(N):# 采集每种研究材料的重量和价值wi, vi = map(int, input().split())# 将重量和价值组成的列表添加到材料列表中weight.append(wi)value.append(vi)# 调用函数计算最大价值并输出结果result = test_CompletePack(weight, value, bagweight)print(result)

518.零钱兑换II

题目链接:518. 零钱兑换 II - 力扣(LeetCode)

给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有无限个。示例 1:
输入: amount = 5, coins = [1, 2, 5]
输出: 4
解释: 有四种方式可以凑成总金额:
5=5
5=2+2+1
5=2+1+1+1
5=1+1+1+1+1示例 2:
输入: amount = 3, coins = [2]
输出: 0
解释: 只用面额2的硬币不能凑成总金额3。示例 3:
输入: amount = 10, coins = [10]
输出: 1注意,你可以假设:
0 <= amount (总金额) <= 5000
1 <= coin (硬币面额) <= 5000
硬币种类不超过 500 种
结果符合 32 位符号整数

文章讲解:代码随想录 (programmercarl.com)

视频讲解:动态规划之完全背包,装满背包有多少种方法?组合与排列有讲究!| LeetCode:518.零钱兑换II哔哩哔哩bilibili

思路:

  • 使用动态规划来解决问题,其中 dp[i] 表示凑成总金额 i 的硬币组合数。
  • 初始化 dp 列表,将 dp[0] 置为 1,表示凑成金额为 0 的组合只有一种,即什么也不选。
  • 遍历硬币列表 coins,对于每个硬币面额 coin,从 coin 到 amount 进行遍历,更新 dp[j]。

class Solution:def change(self, amount: int, coins: List[int]) -> int:dp = [0]*(amount+1)dp[0] = 1# 遍历物品# print(dp)for coin in coins:# 遍历背包for j in range(coin, amount+1):dp[j] = dp[j] + dp[j-coin]# print(dp)return dp[-1]

377. 组合总和 Ⅳ

题目链接:377. 组合总和 Ⅳ - 力扣(LeetCode)

难度:中等
给定一个由正整数组成且不存在重复数字的数组,找出和为给定目标正整数的组合的个数。示例:
nums = [1, 2, 3]
target = 4
所有可能的组合为: (1, 1, 1, 1) (1, 1, 2) (1, 2, 1) (1, 3) (2, 1, 1) (2, 2) (3, 1)请注意,顺序不同的序列被视作不同的组合。
因此输出为 7。

文章讲解:代码随想录 (programmercarl.com)

视频讲解:动态规划之完全背包,装满背包有几种方法?求排列数?| LeetCode:377.组合总和IV哔哩哔哩bilibili

思路:

本题题目描述说是求组合,但又说是可以元素相同顺序不同的组合算两个组合,其实就是求排列!

弄清什么是组合,什么是排列很重要。

组合不强调顺序,(1,5)和(5,1)是同一个组合。

排列强调顺序,(1,5)和(5,1)是两个不同的排列。

上一题518. 零钱兑换 II - 力扣(LeetCode)就是求组合

而本题是求排列

如果求组合数就是外层for循环遍历物品,内层for遍历背包

如果求排列数就是外层for遍历背包,内层for循环遍历物品

  • 使用动态规划来解决问题,其中 dp[i] 表示和为 i 的组合个数。
  • 初始化 dp 列表,将 dp[0] 置为 1,表示和为 0 的组合只有一种,即什么也不选。
  • 遍历目标值 j 从 1 到 target,对于每个目标值 j,遍历数组 nums 中的每个数 num,更新 dp[j]

先更新第0列

更新第1列

更新第2列

更新第3列

更新第4列

最终状态

class Solution:def combinationSum4(self, nums: List[int], target: int) -> int:dp = [0]*(target+1)dp[0] = 1# 遍历背包print(dp)for j in range(1, target + 1):# 遍历物品for num in nums:# 当背包容量大于等于当前物品重量时,更新组合总数if j>=num:dp[j] = dp[j] + dp[j-num]print(dp)# 返回背包容量为target时的组合总数return dp[-1]

这篇关于算法打卡day38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/915387

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

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

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯:

最大公因数:欧几里得算法

简述         求两个数字 m和n 的最大公因数,假设r是m%n的余数,只要n不等于0,就一直执行 m=n,n=r 举例 以18和12为例 m n r18 % 12 = 612 % 6 = 06 0所以最大公因数为:6 代码实现 #include<iostream>using namespace std;/