lintcode-92-背包问题
2017-07-17 16:14
375 查看
92-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]
注意事项
你不可以将物品进行切割。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。
挑战
O(n x m) time and O(m) memory.O(n x m) memory is also acceptable if you do not know how to optimize memory.
标签
动态规划 背包问题 LintCode 版权所有方法一(空间复杂度O(n x m) )
使用二维数组 dp[i][j] 记录前 i 个数,在背包大小为 j 的条件下,最多可以装满的空间在仅有一个物品元素时,最多可装满的空间就是此物品大小(前提是背包可以装下此物品)
有多个元素时,要装入一个新元素,则最多可以装满的空间就是装入此元素前,背包大小为当前背包大小-此元素大小的大小+此元素的大小(装入新元素),或不变(未能装下此元素)
也可以解释为:
不放第i个物品:dp[i-1][j]
放第i个物品:那么问题就转化为“前i-1件物品放入剩下的容量为j-A[i]的背包中”,此时能获得的最大体积就是dp[i-1][j-A[i]]再加上通过放入第i件物品获得的体积A[i]
转自http://www.cnblogs.com/theskulls/p/5487061.html
具体过程如下图所示:
状态转移方程为:dp[i][j] = max(dp[i - 1][j - A[i]] + A[i], dp[i - 1][j])
code
class Solution { public: /** * http://www.lintcode.com/zh-cn/problem/backpack/-92-背包问题 * @param m: An integer m denotes the size of a backpack * @param A: Given n items with size A[i] * @return: The maximum size */ int backPack(int m, vector<int> A) { // write your code here int size = A.size(), i = 0, j = 0; if(size <= 0) { return 0; } sort(A.begin(), A.end()); vector< vector<int> > dp(size, vector<int>(m+1, 0) ); for(i=0; i<size; i++) { for(j=1; j<=m; j++) { if(i==0 && j>=A[i]) { dp[i][j] = A[i]; } else if(i>0 && j>=A[i]){ dp[i][j] = (dp[i-1][j-A[i]] + A[i] > dp[i-1][j]) ? dp[i-1][j-A[i]] + A[i] : dp[i-1][j]; } else if(i>0 && j<A[i]){ dp[i][j] = dp[i-1][j]; } } } return dp[size-1][m]; } };
方法二(空间复杂度 O(m) )
优化方法一的状态方程,使用一维数组 dp[i] 记录所有物品在背包大小为 j 的条件下,最多可以装满的空间在方法一中,二维数组的每一行仅仅与其上一行相关,所以可以将二维数组压缩成一维数组,可以相成用二维数组的下一行将上一行覆盖
因为新的结果要与其在二维素组中左上位置的元素比较(即一维数组中左边的元素比较),所以从后向前遍历一维数组,并写入新元素
状态转移方程为:dp[j] = max(dp[j], dp[j - A[i]] + A[i])
code
class Solution { public: /** * @param m: An integer m denotes the size of a backpack * @param A: Given n items with size A[i] * @return: The maximum size */ int backPack(int m, vector<int> A) { // write your code here int size = A.size(), i = 0, j = 0; if(size <= 0) { return 0; } int *dp = new int[m+1]; for(i=0; i<m+1; i++) { dp[i] = 0; } for(i=0; i<size; i++) { for(j=m; j>=1; j--) { if(j >= A[i]) { dp[j] = (dp[j]>dp[j-A[i]] + A[i])?dp[j]:dp[j-A[i]] + A[i]; } } } return dp[m]; } };
相关文章推荐
- 92.背包问题(lintcode)
- 背包问题2 (lintcode)
- LintCode:M-背包问题 II
- 【LintCode】 Backpack II 背包问题II
- LintCode刷题--背包问题 II
- 背包问题 VI-LintCode
- LintCode:背包问题
- LintCode 62-背包问题
- 背包问题 II - LintCode
- lintcode:背包问题II
- 92 - 背包问题
- Lintcode 背包问题
- LintCode(M)背包问题
- LintCode-背包问题(01背包问题)
- lintcode-背包问题-92
- LintCode刷题——背包问题
- LintCode-背包问题 II
- LintCode 125. 背包问题 II
- lintcode-125-背包问题 II
- [LintCode]92.背包问题