跟着Carl学算法--动态规划【2】

因为这节是基于01背包的，下一节是基于完全背包的，所以先来看看两者的区别

完全背包和01背包的区别

完全背包：正序遍历背包容量，背包遍历顺序可以和物品遍历顺序反过来（二维）

01背包：倒序遍历背包容量，不可以（二维）

01背包：dp[i][j] 表示从下标为[0-i]的物品，每个物品只能取一次，放进容量为j的背包，价值总和最大是多少。这就决定了dp[j]是由他的左上方和上两个位置的值决定的。只能选一次，使得它如果选，就不能再选此物品了，就要去上一层。选了之后此物品之后剩的容量能装的最大价值dp[i-1][j-weight[i]]，所以先要从后往前，因为会用到上一层前方的数据，从前往后的话，会提前覆盖掉要用到的上一层前边的数据。

选：

不选：

完全背包：dp[i][j] 表示从下标为[0-i]的物品，每个物品可以取无限次，放进容量为j的背包，价值总和最大是多少。这就决定了dp[j]是由他的左和上两个位置的值决定的。能无限选，使得它如果选，还可以继续在本层选，选了之后此物品之后剩的容量能装的最大价值dp[i][j-weight[i]]。所以先要从前往后，因为会用到本层前方的数据，从后往前的话会误用成上一层的前方数据。

选：

不选：

基于当前值所依赖的值，就可以理解为什么01背包二维不能先遍历背包在遍历物品了（这里遍历背包是倒序），而完全背包就都可以

分割等和子集

力扣链接：分割等和子集

题目：给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。

思路：

给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。

可以抽象成01背包，每个元素都是物品，价值和重量都是对应的数字，背包容量是数组元素的总和的一半。

最后题目要求转变为，容量为target的背包的能装的最大价值是否等于target。

转变为01背包就可以模板套路了

这里使用滚动数组将二维数组转变为一维，

• dp【j】代表背包容量为j能装的最大价值
• 递推式 dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);容量为j的能装的最大价值为，不装当前物品（索引为i）或者当前物品的价值+装当前物品后背包能装的最大价值，这里使用一维数组，右边的dp[j]属于上一层的最大价值，即为选取物品范围是i-1到0的容量为j的最大价值，
• 初始化：背包容量为0时，最大价值为0，其他值因为要使得max(…,…)要及时更新，所以选取最小非负整数选为0。
• 遍历顺序：先便利物品，然后倒序遍历背包容量，（倒叙遍历背包容量，因为dp[j]需要用到上一层的上方和左上方，所以如果从左到右遍历背包容量，会使得左上方的dp值被下一层的覆盖，最终导致出现一个物品被选多次的情况）

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;
        for (int i : nums)
            sum += i;
        if (sum % 2 == 1)
            return false;
        int target = sum / 2;

        vector<int> dp(target + 1, 0);

        for (int i = 0; i < nums.size(); i++)
            for (int j = target; j >= nums[i]; j--) //当容量大于等于重量时才更新，一旦背包容量小于了，说明下一层的dp[j]=上一层的dp[j]，因为只有不装物品这一种选择，所以直接退出当前循环，左边的dp[j]就不用填了，直接继承上一层的
                dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
        return dp[target] == target;
    }
};

最后一块石头II

力扣链接：最后一块石头II

题目：有一堆石头，用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。

每一回合，从中选出任意两块石头，然后将它们一起粉碎。假设石头的重量分别为 x 和 y，且 x <= y。那么粉碎的可能结果如下：

• 如果 x == y，那么两块石头都会被完全粉碎；
• 如果 x != y，那么重量为 x 的石头将会完全粉碎，而重量为 y 的石头新重量为 y-x。

最后，最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下，就返回 0。

思路：

解析题意，将数组分为两部分，这两部分的和尽量相近，相近之后可以彼此消耗对方，最后剩下的一块自然就是最小的

与上一题类似，就是在背包容量为sum/2，物品为数组的中选最大价值（最大价值其实只会相遇等于sum/2,因为元素大小既是重量又是价值，但是背包不一定装满），然后最大价值和另外一堆的总和对比，算出最后的重量

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int n = stones.size();
        int sum = 0;
        for (int i : stones)
            sum += i;
        int target = sum / 2;
        vector<int> dp(target + 1, 0);

        for (int i = 0; i < n; i++)
            for (int j = target; j >= stones[i]; j--)
                dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);

       return sum - dp[target] - dp[target];
    }
    
};

目标和

力扣链接：目标和

题目：给你一个非负整数数组 nums 和一个整数 target 。

向数组中的每个整数前添加 '+' 或 '-' ，然后串联起所有整数，可以构造一个 表达式 ：

• 例如，nums = [2, 1] ，可以在 2 之前添加 '+' ，在 1 之前添加 '-' ，然后串联起来得到表达式 "+2-1" 。

返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。

思路：

与上两题类似，分成两个组相等的即sum/2，然后一组加target/2，一组减target/2，可以取(sum+target)/2为背包容量，题目可以转化为装满背包容量的有几种方法

• dp[j]:即代表装满容量为j的背包有几种方法

• 递推式：举例说明比如 dp[5]

  • 当需要装重为1的物品时，dp[5]=dp[4]
  • 当需要装重为2的物品时，dp[5]=dp[3]
  • 。。。。这样遍历完所有物品。
  • 所以dp[j]+=dp[j-nums[i]]

• 初始化时 dp[0]=1,其他都为0，其他的都建立在dp[0]的基础上

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for (int i = 0; i < nums.size(); i++) sum += nums[i];
        if (abs(target) > sum) return 0; // 此时没有方案
        if ((target + sum) % 2 == 1) return 0; // 此时没有方案
        int bagSize = (target + sum) / 2;
        vector<int> dp(bagSize + 1, 0);
        dp[0] = 1;
        for (int i = 0; i < nums.size(); i++) {
            for (int j = bagSize; j >= nums[i]; j--) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bagSize];
    }
};

一和零

力扣链接：一和零

题目：给你一个二进制字符串数组 strs 和两个整数 m 和 n 。

请你找出并返回 strs 的最大子集的长度，该子集中 最多 有 m 个 0 和 n 个 1 。

如果 x 的所有元素也是 y 的元素，集合 x 是集合 y 的 子集 。

思路：

原始零一背包的拔高题

由原来的一个背包，变为了两个背包限制，最大价值变为了最大个数

• dp[i][j]:代表i个0和j个1容量的背包最多能装多少个元素

• 递推式：与01背包类似 dp[j]=max(dp[j]+dp[j-weight[i]+value[i]])
  此题：dp[i][j]=max(dp[i][j],dp[i-zero][j-one]+1)

• 初始化dp[0][0]=0，其他值初始化也为0

• 遍历顺序：相同，先遍历物品（每一个字符串），再倒序遍历背包（背包有两个维度，所以两层）。

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(
            m+1, vector<int>(n+1, 0)); // 填充m个0和n个1最多需要多少物品

        for (string str : strs) {
            // 统计该字符串的0和1的数量
            int zeroNum = 0, oneNum = 0;
            for (char c : str) {
                if (c == '0')
                    zeroNum++;
                else
                    oneNum++;
            }
            
           //填充动规数组
            for (int i = m; i >= zeroNum; i--)
                for (int j = n; j >= oneNum; j--)
                    dp[i][j] = max(dp[i - zeroNum][j - oneNum] + 1, dp[i][j]);
        }
        return dp[m][n];
    }
};