1、01背包理论基础

教程视频：https://www.bilibili.com/video/BV1cg411g7Y6

背包问题概述

重点掌握01 背包和完全背包即可。

01背包

问题：有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。

暴力解法：每一件物品其实只有两个状态，取或者不取，所以可以使用回溯法搜索出所有的情况，那么时间复杂度就是 o ( 2 n ) o(2^n) o(2n)，这里的n表示物品数量。

因为暴力的解法是指数级别的时间复杂度。进而才需要动态规划的解法来进行优化！

二维dp数组01背包案例

背包最大重量为4。
物品为：

物品	重量	价值
物品0	1	15
物品1	3	20
物品2	4	30

**每件商品都仅有一个！**问背包能背的物品最大价值是多少？

动态规划分析：

确定dp数组以及下标的含义
这里使用二维数组解决。即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。

	物品编号(i) \ 背包容量(j)	1	2	3	4
物品0	0	15	15	15	15
物品1	1	dp[1][1]	dp[1][2]	dp[1][3]	dp[1][4]
物品2	2	dp[2][1]	dp[2][2]	dp[2][3]	dp[2][4]

确定递推公式
有两个方向推出来dp[i][j]：
不放物品i ：由dp[i - 1][j]推出，即背包容量为j，里面不放物品i的最大价值，此时dp[i][j]就是dp[i - 1][j]。(其实就是当物品i的重量大于背包j的重量时，物品i无法放进背包中，所以被背包内的价值依然和前面相同。)在表格中表现为正上方格子值+当前行的物品价值。
放物品i：由dp[i - 1][j - weight[i]]推出，dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值，那么dp[i - 1][j - weight[i]] + value[i] （物品i的价值），就是背包放物品i得到的最大价值。

因此dp[i][j]=Math.max(dp[i-1][j], dp[i-1][j-weight[i]]+value[i]);
dp数组如何初始化
背包容量为0时，最大价值为0，即dp[*][0]=0;
对第一件物品来说，背包容量不够时最大价值为0；从能放进背包那一刻开始，背包的最大价值等于value[0]。
剩余位置初始为什么数值都可以，因为都会被覆盖。
确定遍历顺序
双层for循环，一层遍历物品，一层遍历背包。
在本题中，只要保持dp[<i][<=j]处都有值即可，因此两层循环顺序调换并不影响最终结果。
举例推导dp数组
做动态规划的题目，最好的过程就是自己在纸上举一个例子把对应的dp数组的数值推导一下，然后再动手写代码！

class Solution{public static void main(String[] args) {int[] weight = {1,3,4};int[] value = {15,20,30};int bagSize = 4;testBagProblem(weight,value,bagSize);}public static void testBagProblem(int[] weight, int[] value, int bagSize){// 创建dp数组int[][] dp = new int[weight.length][bagSize+1];// 初始化dp数组for(int i=0;i<weight.length;i++){dp[i][0]=0;}for(int i=0;i<=bagSize;i++){if(i>=weight[0]){dp[0][i]=value[0];}dp[0][i]=0;}// 填充dp数组for(int i=1;i<weight.length;i++){for(int j=1;j<=bagSize;j++){if(j>=weight[i]){//当前背包的容量大于等于当前物品i的时候，比较两种情况下，哪种最大价值最大dp[i][j] = Math.max(dp[i-1][j], dp[i-1][j-weight[i]]+value[i]);}else{dp[i][j] = dp[i-1][j];}}}//打印for (int i = 0; i < weight.length; i++) {for (int j = 0; j <= bagSize; j++) {System.out.print(dp[i][j] + "\t");}System.out.println("\n");}}
}

2、01背包理论基础（滚动数组）

教程视频：https://www.bilibili.com/video/BV1BU4y177kY
滚动数组，其实就是将二维dp表格解决降为一维dp数组，一些录友当时还表示比较困惑。

确定dp数组的定义
在一维dp数组中，dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]。
一维dp数组的递推公式
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
一维dp数组如何初始化
下标0的位置，即dp[0]初始为0。
从递归公式可以看出，dp数组在推导的时候一定是取价值最大的数，所以如果题目给的价值都是正整数，那么非0下标都初始化为0就可以了。
一维dp数组遍历顺序
此时因为将对于物品的遍历压缩到一位数组中，需要先遍历物品，再遍历背包容量。
为了利用上次循环的状态，同时保证物品i只被放入一次，背包容量需要倒序遍历。
举例推导dp数组

class Solution{public static void main(String[] args) {int[] weight = {1,3,4};int[] value = {15,20,30};int bagSize = 4;testBagProblem(weight,value,bagSize);}public static void testBagProblem(int[] weight, int[] value,int bagSize){//定义dp数组int[] dp = new int[bagSize+1];//dp数组初始化（默认全为0，可以不显示初始化）for(int i=0;i<weight.length;i++){for(int j=bagSize;j>=0;j--){if(j>weight[i]){dp[j] = Math.max(dp[j], dp[j-weight[i]]+value[i]);}//这里可以化简，还可以把if判断放在for循环条件中//else{//dp[j]=dp[j];//}}//打印dp数组for (int j = 0; j <= bagSize; j++){System.out.print(dp[j] + " ");}}}
}

3、 416. 分割等和子集

教程视频：https://www.bilibili.com/video/BV1rt4y1N7jE

解法一：动态规划

注意题目描述中商品是不是可以重复放入。所以本题中，要使用的是01背包，因为元素只能用一次。

只有确定了如下四点，才能把01背包问题套到本题上来：
1、背包的体积为sum / 2
2、背包要放入的商品（集合里的元素）重量为元素的数值，价值也为元素的数值
3、背包如果正好装满，说明找到了总和为 sum / 2 的子集。
4、背包中每一个元素是不可重复放入。

确定dp数组以及下标的含义
dp[j]表示背包总容量（所能装的总重量）是j，放进物品后，背的最大重量为dp[j]。
确定递推公式（物品i的重量是nums[i]，其价值也是nums[i]）
dp[j]=Math.max(dp[j], dp[j-nums[i]]+nums[i]);
dp数组如何初始化
首先dp[0]是0。
题目给的价值都是正整数，所以非0下标都初始化为0。
确定遍历顺序
同理滚动数组，外层for循环遍历nums中数值，内层for循环反向遍历背包容量。
举例推导dp数组
dp[j]的数值一定是小于等于j的。
如果dp[j] == sum/2，即背包正好装满，说明集合中的子集总和正好可以凑成sum/2。

class Solution {public boolean canPartition(int[] nums) {int sum=0;for(int i=0;i<nums.length;i++){sum+=nums[i];}//总和为奇数，不能平分if(sum%2==1){return false;}int[] dp = new int[sum/2+1];for(int i=0;i<nums.length;i++){for(int j=sum/2;j>=nums[i];j--){//物品 i 的重量是 nums[i]，其价值也是 nums[i]dp[j]=Math.max(dp[j], dp[j-nums[i]]+nums[i]);}}return dp[sum/2] == sum/2;}
}

代码随想录算法训练营day42 | 01背包问题，你该了解这些！，01背包问题，你该了解这些！滚动数组， 416. 分割等和子集相关推荐

代码随想录算法训练营day42 |动态规划之背包问题 11.分割等和子集 1049. 最后一块石头的重量 II 494. 目标和
day42 11.分割等和子集 1.dp数组的含义 2.确定递推公式 3.dp数组初始化 4.确定遍历顺序 5.打印dp数组 1049. 最后一块石头的重量 II 1.确定dp数组以及下标的含义 2. ...
代码随想录算法训练营第四十二天-动态规划4｜● 01背包问题，你该了解这些！ ● 01背包问题，你该了解这些！滚动数组 ● 416. 分割等和子集
今天只有1道题,属于动态规划的01背包问题的应用.首先理解一下动态规划的01背包问题.推荐一个视频,动态规划DP0-1背包,这是我认为讲得最为通透的.很多讲解动态背包问题的,一上来就画二维表格,遍历背 ...
代码随想录算法训练营第四十二天 | 01背包问题，你该了解这些、01背包问题，你该了解这些滚动数组、 416. 分割等和子集
打卡第42天,搞搞01背包. 今日任务 01背包问题,你该了解这些! 01背包问题,你该了解这些! 滚动数组 416.分割等和子集背包问题1.0 :0-1 背包有n件物品和一个最多能背重量为w 的 ...
代码随想录算法训练营day1
代码随想录算法训练营第一天| 704. 二分查找.27. 移除元素. 704.二分查找题目链接:leetcode704 Binary search 暴力解法: class Solution {pub ...
代码随想录算法训练营第七天| 哈希表理论基础，454.四数相加II， 383. 赎金信， 15. 三数之和， 18. 四数之和
代码随想录算法训练营第七天| 哈希表理论基础 ,454.四数相加II, 383. 赎金信, 15. 三数之和, 18. 四数之和 454.四数相加II 建议:本题是使用map 巧妙解决的问题,好好体 ...
代码随想录算法训练营第二天| 977.有序数组的平方，209.长度最小的子数组，59.螺旋矩阵II。
代码随想录算法训练营第二天| 977.有序数组的平方 ,209.长度最小的子数组 ,59.螺旋矩阵II. 977.有序数组的平方 209. 长度最小的子数组 59. 螺旋矩阵 II 977.有序数组的 ...
代码随想录算法训练营第二天 | 力扣977.有序数组的平方，209.长度最小的子数组，59.螺旋矩阵II
代码随想录算法训练营第二天 | 977.有序数组的平方 ,209.长度最小的子数组 ,59.螺旋矩阵II 977.有序数组的平方题目链接:有序数组的平方题目描述: 给你一个按非递减顺序排序的整 ...
代码随想录算法训练营第二天 | LeetCode977.有序数组的平方，209.长度最小的子数组，59.螺旋矩阵II
代码随想录算法训练营第二天 | LeetCode977.有序数组的平方 ,209.长度最小的子数组,59.螺旋矩阵II 一. LeetCode977.有序数组的平方 1. 题目链接[LeetCode9 ...
_42LeetCode代码随想录算法训练营第四十二天-动态规划 | 121.买卖股票的最佳时机、122.买卖股票的最佳时机II
_42LeetCode代码随想录算法训练营第四十二天-动态规划 | 121.买卖股票的最佳时机.122.买卖股票的最佳时机II 题目列表 121.买卖股票的最佳时机 122.买卖股票的最佳时机II 1 ...

代码随想录算法训练营day42 | 01背包问题，你该了解这些！，01背包问题，你该了解这些！滚动数组， 416. 分割等和子集

代码随想录算法训练营day42 | 背包理论基础，背包理论基础（滚动数组）， 416. 分割等和子集

1、01背包理论基础

背包问题概述

01背包

二维dp数组01背包案例

2、01背包理论基础（滚动数组）

3、 416. 分割等和子集

解法一：动态规划

代码随想录算法训练营day42 | 01背包问题，你该了解这些！，01背包问题，你该了解这些！滚动数组， 416. 分割等和子集相关推荐

最新文章

热门文章

代码随想录算法训练营day42 | 01背包问题，你该了解这些！，01背包问题，你该了解这些！ 滚动数组 ， 416. 分割等和子集

代码随想录算法训练营day42 | 背包理论基础，背包理论基础（滚动数组）， 416. 分割等和子集

1、01背包理论基础

背包问题概述

01背包

二维dp数组01背包案例

2、01背包理论基础（滚动数组）

3、 416. 分割等和子集

解法一：动态规划

代码随想录算法训练营day42 | 01背包问题，你该了解这些！，01背包问题，你该了解这些！ 滚动数组 ， 416. 分割等和子集相关推荐

最新文章

热门文章

代码随想录算法训练营day42 | 01背包问题，你该了解这些！，01背包问题，你该了解这些！滚动数组， 416. 分割等和子集

代码随想录算法训练营day42 | 01背包问题，你该了解这些！，01背包问题，你该了解这些！滚动数组， 416. 分割等和子集相关推荐