本文主要是介绍代码随想录Day 40|Leetcode|Python|139.单词拆分 ● 关于多重背包,你该了解这些! ● 背包问题总结篇!,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!
139.单词拆分
给你一个字符串 s
和一个字符串列表 wordDict
作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s
则返回 true
。
注意:不要求字典中出现的单词全部都使用,并且字典中的单词可以重复使用。
解题思路:
确定dp数组含义:dp[i]当字符串长度为i时,是否可以利用字典拼出当前子串s[:i],1的话可以
确定递推公式:如果要判断当前长度i时dp是否为1,可以通过判断 j 时dp的状态和s[j:i]是否在字典里,在的话dp[i] = true(查看最近的dp值为1和该值与当前遍历长度之间的子串是否在字典里
初始化:dp[0] = True, dp[i] = 0
遍历顺序:从前到后,本题是排列问题,相同字符只用出现一次,先遍历背包再遍历物品。
打印dp数组:
class Solution:def wordBreak(self, s: str, wordDict: List[str]) -> bool:dp = [0]*(len(s)+1)dp[0] = 1#先遍历背包for j in range(1,len(s)+1):#遍历物品for i in range(j+1):if dp[i]==1 and (s[i:j] in wordDict):dp[j] = 1return dp[len(s)] == 1
关于多重背包,你该了解这些!
来源: 代码随想录 (programmercarl.com)
有N种物品和一个容量为V 的背包。第i种物品最多有Mi件可用,每件耗费的空间是Ci ,价值是Wi 。求解将哪些物品装入背包可使这些物品的耗费的空间 总和不超过背包容量,且价值总和最大。
多重背包和01背包是非常像的, 为什么和01背包像呢?
每件物品最多有Mi件可用,把Mi件摊开,其实就是一个01背包问题了。
例如:
背包最大重量为10。
物品为:
重量 | 价值 | 数量 | |
---|---|---|---|
物品0 | 1 | 15 | 2 |
物品1 | 3 | 20 | 3 |
物品2 | 4 | 30 | 2 |
问背包能背的物品最大价值是多少?
和如下情况有区别么?
重量 | 价值 | 数量 | |
---|---|---|---|
物品0 | 1 | 15 | 1 |
物品0 | 1 | 15 | 1 |
物品1 | 3 | 20 | 1 |
物品1 | 3 | 20 | 1 |
物品1 | 3 | 20 | 1 |
物品2 | 4 | 30 | 1 |
物品2 | 4 | 30 | 1 |
题目描述56. 携带矿石资源(第八期模拟笔试) (kamacoder.com)
你是一名宇航员,即将前往一个遥远的行星。在这个行星上,有许多不同类型的矿石资源,每种矿石都有不同的重要性和价值。你需要选择哪些矿石带回地球,但你的宇航舱有一定的容量限制。
给定一个宇航舱,最大容量为 C。现在有 N 种不同类型的矿石,每种矿石有一个重量 w[i],一个价值 v[i],以及最多 k[i] 个可用。不同类型的矿石在地球上的市场价值不同。你需要计算如何在不超过宇航舱容量的情况下,最大化你所能获取的总价值。
输入描述
输入共包括四行,第一行包含两个整数 C 和 N,分别表示宇航舱的容量和矿石的种类数量。
接下来的三行,每行包含 N 个正整数。具体如下:
第二行包含 N 个整数,表示 N 种矿石的重量。
第三行包含 N 个整数,表示 N 种矿石的价格。
第四行包含 N 个整数,表示 N 种矿石的可用数量上限。
输出描述
输出一个整数,代表获取的最大价值。
输入示例
10 3
1 3 4
15 20 30
2 3 2
输出示例
90
解题思路:
本题是一个多重背包问题,可以转化成零一背包问题。参考以上表格将这些物品数量全都变成1,使物品重复出现在list里, 以下代码将数量大于一的物品展开运算,可能会超时:
c, n = map(int, input().split())
weights = [x for x in map(int,input().split())]
values = [x for x in map(int,input().split())]
quanties = [x for x in map(int,input().split())]
# print(values, quanties)
for i in range(len(quanties)):while quanties[i]>1:weights.append(weights[i])values.append(values[i])quanties[i] -= 1
# print(weights, values)#convert to 0-1 bag problems
dp = [0]*(c+1)
def bag():for i in range(len(weights)):for j in range(c, weights[i]-1, -1):dp[j] = max(dp[j], dp[j-weights[i]]+values[i])print(dp)print(dp[c])
bag()
因此需要遍历时将物品数量纳入考虑:
c, n = map(int, input().split())
weights = [x for x in map(int,input().split())]
values = [x for x in map(int,input().split())]
quanties = [x for x in map(int,input().split())]dp = [0]*(c+1)
def bag():for i in range(len(weights)):for j in range(c, weights[i]-1, -1):k = 1while k<=quanties[i] and (j-k*weights[i]>= 0):dp[j] = max(dp[j], dp[j-k*weights[i]]+values[i]*k)# print(dp)k += 1# print(dp)print(dp[c])
bag()
时间复杂度:O(m × n × k),m:物品种类个数,n背包容量,k单类物品数量
背包问题总结篇!
参考:代码随想录 (programmercarl.com)
背包递推公式
问能否能装满背包(或者最多装多少):dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]); ,对应题目如下:
- 动态规划:416.分割等和子集(opens new window)
- 动态规划:1049.最后一块石头的重量 II(opens new window)
问装满背包有几种方法:dp[j] += dp[j - nums[i]] ,对应题目如下:
- 动态规划:494.目标和(opens new window)
- 动态规划:518. 零钱兑换 II(opens new window)
- 动态规划:377.组合总和Ⅳ(opens new window)
- 动态规划:70. 爬楼梯进阶版(完全背包)(opens new window)
问背包装满最大价值:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]); ,对应题目如下:
- 动态规划:474.一和零(opens new window)
问装满背包所有物品的最小个数:dp[j] = min(dp[j - coins[i]] + 1, dp[j]); ,对应题目如下:
- 动态规划:322.零钱兑换(opens new window)
- 动态规划:279.完全平方数(opens new window)
遍历顺序
01背包
在动态规划:关于01背包问题,你该了解这些! (opens new window)中我们讲解二维dp数组01背包先遍历物品还是先遍历背包都是可以的,且第二层for循环是从小到大遍历。
和动态规划:关于01背包问题,你该了解这些!(滚动数组) (opens new window)中,我们讲解一维dp数组01背包只能先遍历物品再遍历背包容量,且第二层for循环是从大到小遍历。
一维dp数组的背包在遍历顺序上和二维dp数组实现的01背包其实是有很大差异的,大家需要注意!
完全背包
说完01背包,再看看完全背包。
在动态规划:关于完全背包,你该了解这些! (opens new window)中,讲解了纯完全背包的一维dp数组实现,先遍历物品还是先遍历背包都是可以的,且第二层for循环是从小到大遍历。
但是仅仅是纯完全背包的遍历顺序是这样的,题目稍有变化,两个for循环的先后顺序就不一样了。
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。
相关题目如下:
- 求组合数:动态规划:518.零钱兑换II(opens new window)
- 求排列数:动态规划:377. 组合总和 Ⅳ (opens new window)、动态规划:70. 爬楼梯进阶版(完全背包)(opens new window)
如果求最小数,那么两层for循环的先后顺序就无所谓了,相关题目如下:
- 求最小数:动态规划:322. 零钱兑换 (opens new window)、动态规划:279.完全平方数(opens new window)
对于背包问题,其实递推公式算是容易的,难是难在遍历顺序上,如果把遍历顺序搞透,才算是真正理解了。
这篇关于代码随想录Day 40|Leetcode|Python|139.单词拆分 ● 关于多重背包,你该了解这些! ● 背包问题总结篇!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!