LintCode :背包问题
2016-01-27 17:05
357 查看
背包问题
在n个物品中挑选若干物品装入背包,最多能装多满?假设背包的大小为m,每个物品的大小为A[i]您在真实的面试中是否遇到过这个题?
Yes
哪家公司问你的这个题? Airbnb Alibaba Amazon Apple Baidu Bloomberg Cisco Dropbox Ebay Facebook Google Hulu Intel Linkedin Microsoft NetEase Nvidia Oracle Pinterest Snapchat Tencent Twitter Uber Xiaomi Yahoo Yelp Zenefits
感谢您的反馈
样例
如果有4个物品[2, 3, 5, 7]
如果背包的大小为11,可以选择[2, 3, 5]装入背包,最多可以装满10的空间。
如果背包的大小为12,可以选择[2, 3, 7]装入背包,最多可以装满12的空间。
函数需要返回最多能装满的空间大小。
注意
你不可以将物品进行切割。
标签
Expand
LintCode 版权所有
动态规划
背包问题
相关题目
Expand
解题思路:
典型的动态规划
状态方程为 sum[ i ][ j ] = max(sum[ i ][ j-1 ],sum[ i -1 ][ j-A[ i ] ]+A[ i ])
背包问题的动态规划算法参考/article/3665226.html
public class Solution { /** * @param m: An integer m denotes the size of a backpack * @param A: Given n items with size A[i] * @return: The maximum size */ public int backPack(int m, int[] A) { // write your code here if (A == null || 0 == A.length || m == 0) return 0; int len = A.length; int[][] sum = new int[len][m+1]; for(int i=0;i<len;i++){ sum[i][0] = 0; } for(int j=0;j<m+1;j++){ if(j>=A[0]){ sum[0][j] = A[0]; } } for(int i=1;i<len;i++){ for(int j=1;j<m+1;j++){ if(j>=A[i]){ sum[i][j] = max(sum[i-1][j], sum[i-1][j-A[i]]+A[i]); }else{ sum[i][j] = sum[i-1][j]; } } } return sum[len-1][m]; } public int max(int a, int b) { return a > b ? a : b; } }
相关文章推荐
- 从框架到完整项目搭建,实战项目《约个球》(8)- 将项目迁移到android studio,使用gradle搭建android项目(中)
- 【莫比乌斯反演】[HYSBZ/BZOJ2693]jzptab
- cobar分布式数据处理
- Android多渠道打包方案探究 | 训猴
- IOS项目之弹出动画终结篇
- Google/foobar - Spy snippets
- POJ 3458 Colour Sequence(简单题)
- Java中equals和==的区别
- display:none,float小秘密
- org.springframework.jdbc.datasource 类 DataSourceUtils
- 数据结构(寒假小结)——2.3线性表之双链表和循环链表
- 《消除隐藏线》解题报告
- Jersey框架搭建Rest服务 - huling2361的专栏 - 博客频道 - CSDN.NET
- sql执行效率,explain 查询执行效率
- 保证Android后台不被杀死的几种方法
- c# AES加解密并转ASCII码
- jquery移动端键盘keyup失效
- backface-visibility 3D修复
- 调试内存泄露
- docker 在Oracle Linux7 安装与配置