当前位置: 首页 > news >正文

代码随想录算法训练营第46天|139.单词拆分、多重背包问题

139.单词拆分

题目链接:单词拆分

题目描述: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:

动规五部曲分析如下:

  1. 确定dp数组以及下标的含义
    dp[i]:表示字符串 s前i个字符组成的字符串 s[0…i−1]是否能被拆分成若干个字典中出现的单词

  2. 确定递推公式
    每次转移的时候我们需要枚举包含位置i-1的最后一个单词,看它是否出现在字典中以及除去这部分的字符串是否合法即可。使用变量j遍历分割长度为i的字符串,如果字符串[0……j-1]能被字典中的单词拆分并且字符串[j……i-1]在字典中则dp[i]为true。

    dp[i]=dp[j] && check(s[ji−1])

  3. dp数组如何初始化
    dp[0]=true 表示空串且合法。

  4. 确定遍历顺序
    先遍历字符串i,再遍历子串在字符串中的终止位置j。

class Solution {
public:bool wordBreak(string s, vector<string>& wordDict) {unordered_set<string> dict(wordDict.begin(), wordDict.end());vector<bool> dp(s.size() + 1, false);dp[0] = true;for (int j = 0; j <= s.size(); j++) {for (int i = 0; i < j; i++) {string str = s.substr(i, j - i);if (dict.find(str) != dict.end() && dp[i] == true)dp[j] = true;}}return dp[s.size()];}
};

多重背包问题

题目描述: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。

解题思想:

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01152
物品13203
物品24302

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01151
物品01151
物品13201
物品13201
物品13201
物品24301
物品24301

毫无区别,这就转成了一个01背包问题了,且每个物品只用一次。

#include <iostream>
#include <vector>using namespace std;
int main(int argc, char *argv[]) {int bagWeight, n;cin >> bagWeight>>n;vector<int> weights(n),values(n),nums(n);int x;for (int i = 0; i < n; i++) cin>>weights[i];for (int i = 0; i < n; i++) cin>>values[i];	for (int i = 0; i < n; i++) cin>>nums[i];for (int i = 0; i < n; i++){int num = nums[i];num--;while(num--){weights.push_back(weights[i]);values.push_back(values[i]);}}vector<int> dp(bagWeight+1,0);for (int i = 0; i < weights.size(); i++){for (int j = bagWeight; j>=weights[i];j--){dp[j] = max(dp[j],dp[j-weights[i]]+values[i]);}}cout << dp[bagWeight];}

这里也有另一种实现方式,就是把每种商品遍历的个数放在01背包里面在遍历一遍。

#include <iostream>
#include <vector>using namespace std;
int main(int argc, char *argv[]) {int bagWeight, n;cin >> bagWeight>>n;vector<int> weights(n),values(n),nums(n);int x;for (int i = 0; i < n; i++) cin>>weights[i];for (int i = 0; i < n; i++) cin>>values[i];	for (int i = 0; i < n; i++) cin>>nums[i];vector<int> dp(bagWeight+1,0);for (int i = 0; i < weights.size(); i++){for (int j = bagWeight; j>=weights[i];j--){for (int k = 1; k <= nums[i] && (j - k * weights[i]) >= 0; k++)dp[j] = max(dp[j],dp[j-weights[i]*k]+values[i]*k);}}cout << dp[bagWeight];return 0;
}
http://www.lryc.cn/news/336305.html

相关文章:

  • 数组与伪数组的区别
  • Java集合List
  • elasticsearch基础命令
  • Capture One 23 Enterprise for Mac中文版 全面的图像处理工具
  • Qt案例 通过调用Setupapi.h库实现对设备管理器中设备默认驱动的备份
  • 如何理解JVM
  • 第十四讲:C语言字符函数和字符串函数
  • 华为海思2024春招数字芯片岗机试题(共9套)
  • 分类预测 | Matlab实现KPCA-IDBO-LSSVM基于核主成分分析和改进蜣螂优化算法优化最小二乘支持向量机分类预测
  • 与机器对话:ChatGPT 和 AI 语言模型的奇妙故事
  • 概率论基础——拉格朗日乘数法
  • [xboard]real6410-6.2 移植kernel网络驱动
  • Quarkus初探
  • 90天玩转Python-02-基础知识篇:初识Python与PyCharm
  • List操作的一些常见问题
  • 如何使用Java和RabbitMQ实现延迟队列?
  • AI论文速读 | TF-LLM:基于大语言模型可解释性的交通预测
  • 智慧矿山视频智能监控与安全监管方案
  • 2024春算法训练4——函数与递归题解
  • 【C++】C++知识点复习
  • SpringBoot+Vue,轻松实现网页版人脸登录与精准识别
  • 深入浅出 -- 系统架构之垂直架构
  • 深入浅出 -- 系统架构之微服务架构选型参考图
  • Java 使用 ant.jar 执行 SQL 脚本文件
  • 【随笔】Git 高级篇 -- 快速定位分支 ^|~(二十三)
  • git环境切换
  • hyperf websocket
  • 用Echarts词云数据可视化热词表白​​
  • VUE 实现路由的基本原理
  • Android 11 添加系统属性