算法|8.从暴力递归到动态规划1
目前感觉,背包问题和货币数组问题本质相同,货币的与dp相关的三种代码写完了,快复习不完了,背包暂时先不写了,回头再写,补充,再总结,结合那个C++大神的文章再弄。
背包类问题
目前来讲,我接触到的背包问题有四种分别是01背包、完全背包、多重背包、以及部分背包。背包问题都属于NP问题(非直接求解问题),前三种一般使用动态规划进行求解,后一种一般使用贪心求解。
01背包
题意:给定两个长度都为N的数组weights和values,weights[i]和values[i]分别代表 i号物品的重量和价值。给定一个正数bag,表示一个载重bag的袋子,装的物品不能超过这个重量。返回能装下的最大价值
解题思路:
- 先写出递归版本,然后对照着改dp。
- 要与不要。结果越大越好,是正向决策,同时使用的累加。
- 参数设置:重量数组w、价值数组v、当前决策到的坐标index、背包剩余的空间rest
- 可变参数为index和rest,所以dp表是一张二维表。
核心代码:
递归代码:
public static int maxValue(int[] w, int[] v, int bag) {
if(w==null||v==null||w.length!=v.length||w.length==0){
return 0;
}
return process(w,v,0,bag);
}
public static int process(int[] w, int[] v, int index, int rest) {
if(rest<0){
return -1;
}
if(index==w.length){
return 0;
}
int p1=process(w,v,index+1,rest);
int p2=0;
int next=process(w,v,index+1,rest-w[index]);
if(next!=-1){
p2=v[index]+next;
}
return Math.max(p1,p2);
}
dp代码:
public static int dp(int[] w, int[] v, int bag) {
if (w == null || v == null || w.length != v.length || w.length == 0) {
return 0;
}
int N=w.length;
int[][] dp=new int[N+1][bag+1];
for (int index = N-1; index >=0 ; index--) {
for (int rest = 0; rest <=bag ; rest++) {
int p1=dp[index+1][rest];
int p2=0;
int next=rest-w[index]<0?-1:dp[index+1][rest-w[index]];
if(next!=-1){
p2=v[index]+next;
}
dp[index][rest]=Math.max(p1,p2);
}
}
return dp[0][bag];
}
测试代码:
public static void main(String[] args) {
int[] weights = { 3, 2, 4, 7, 3, 1, 7 };
int[] values = { 5, 6, 3, 19, 12, 4, 2 };
int bag = 15;
System.out.println(maxValue(weights, values, bag));
System.out.println(dp(weights, values, bag));
}
测试结果:
完全背包
题意:有 N种物品和一个容量为C的背包,每种物品都有无限件。第 i件物品的体积是 v[i],价值是w[i] .求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量,且价值总和最大。
解题思路:
核心代码:
测试代码:
测试结果:
多重背包
题意:有 N种物品和一个容量为C的背包,数量为s[i]。第 i件物品的体积是 v[i],价值是w[i] .求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。
解题思路:
核心代码:
测试代码:
测试结果:
货币类问题
组成aim的方法数(每张认为是一种)
题意:arr是货币数组,其中的值都是正数。再给定一个正数aim。
每个值都认为是一张货币,即便是值相同的货币也认为每一张都是不同的,
返回组成aim的方法数。例如:arr = {1,1,1},aim = 2。
第0个和第1个能组成2,第1个和第2个能组成2,第0个和第2个能组成2
一共就3种方法,所以返回3
解题思路:
- 这一题其实和01背包问题很像,只是这个是要求正好组成aim,01背包则是不超过的方法数
- 所以这里我们只需要在aim=0时返回1,总金额超过了|根本就组不成(钱不够)就返回0
- 注意:改写过程中三目操作符建议加上括号(血淋淋的教训…)//
dp[index][rest] = dp[index + 1][rest] + (rest - arr[index]) < 0 ? 0 : dp[index + 1][rest - arr[index]];
核心代码:
暴力递归:
public static int coinWays(int[] arr, int aim) {
return process(arr, 0, aim);
}
public static int process(int[] arr, int index, int rest) {
if (rest < 0) {
return 0;
}
if (index == arr.length) {
return rest == 0 ? 1 : 0;
}
return process(arr, index + 1, rest - arr[index])
+ process(arr, index + 1, rest);
}
dp:
public static int dp(int[] arr, int aim) {
if (aim == 0) {
return 1;
}
int N = arr.length;
int[][] dp = new int[N + 1][aim + 1];
dp[N][0] = 1;
for (int index = N - 1; index >= 0; index--) {
for (int rest = 0; rest <= aim; rest++) {
// dp[index][rest] = dp[index + 1][rest] + (rest - arr[index]) < 0 ? 0 : dp[index + 1][rest - arr[index]];
dp[index][rest] = dp[index + 1][rest] + (rest - arr[index] >= 0 ? dp[index + 1][rest - arr[index]] : 0);
}
}
return dp[0][aim];
}
测试代码:
略
测试结果:
组成aim的方法数(每种张数无限)
题意:arr是面值数组,其中的值都是正数且没有重复。再给定一个正数aim。
每个值都认为是一种面值,且认为张数是无限的。返回组成aim的方法数
例如:arr = {1,2},aim = 4 方法如下:1+1+1+1、1+1+2、2+2
一共就3种方法,所以返回3。
解题思路:
- 大体思路和上边相同,只不过子过程需要对要用多少张数进行遍历
- 张数遍历时循环条件为zhang * arr[index] <= rest,对应的dp改写中也需要遍历(如果不优化的,优化之后再说,这里应该是可以进行斜率优化)
核心代码:
递归:
public static int coinsWay(int[] arr, int aim) {
if (arr == null || arr.length == 0 || aim < 0) {
return 0;
}
return process(arr, 0, aim);
}
public static int process(int[] arr, int index, int rest) {
if(rest<0){
return 0;
}
if(index==arr.length){
return rest==0?1:0;
}
int ways=0;
for (int zhang = 0; zhang*arr[index] < rest ; zhang++) {
ways+=process(arr,index+1,rest-zhang*arr[index]);
}
return ways;
}
dp:
public static int dp(int[] arr, int aim) {
if (arr == null || arr.length == 0 || aim < 0) {
return 0;
}
int N = arr.length;
int[][] dp = new int[N + 1][aim + 1];
dp[N][0] = 1;
for (int index = N - 1; index >= 0; index--) {
for (int rest = 0; rest <= aim; rest++) {
int ways=0;
for (int zhang = 0; zhang*arr[index] < rest ; zhang++) {
ways+=(rest-zhang*arr[index]<0)? 0: dp[index+1][rest-zhang*arr[index]];
}
dp[index][rest]=ways;
}
}
return dp[0][aim];
}
测试代码:
略
测试结果:
组成aim的方法数(每种张数有限)
题意:arr是货币数组,其中的值都是正数。再给定一个正数aim。每个值都认为是一张货币,认为值相同的货币没有任何不同,返回组成aim的方法数
例如:arr = {1,2,1,1,2,1,2},aim = 4方法:1+1+1+1、1+1+2、2+2
一共就3种方法,所以返回3
解题思路:
- 本题思路与上题类似,只是张数变成有限的了,对应的遍历张数的条件多了一个
- 另外,本题不是给两个数组一个张数组和值数组,所以我们还需要对数据进行预处理,封装,并进行数据统计,并提供对应方法让外部调用。
- 封装构造方法初始化大小确定(我们给的);getInfo是我们进行的词频统计,根据arr,涉及到containKey,put等方法
核心代码:
递归代码:
public static class Info {
private int[] coins;
private int[] zhangs;
public Info(int[] coins, int[] zhangs) {
this.coins = coins;
this.zhangs = zhangs;
}
}
public static Info getInfo(int[] arr) {
HashMap<Integer, Integer> map = new HashMap<>();
for (int num : arr) {
if (map.containsKey(num)) {
map.put(num, map.get(num) + 1);
} else {
map.put(num, 1);
}
}
int N = map.size();
int[] coins = new int[N];
int[] zhangs = new int[N];
int index = 0;
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
coins[index] = entry.getKey();
zhangs[index] = entry.getValue();
}
Info info = new Info(coins, zhangs);
return info;
}
public static int coinsWay(int[] arr, int aim) {
if (arr == null || arr.length == 0 || aim < 0) {
return 0;
}
Info info = getInfo(arr);
return process(info.coins, info.zhangs, 0, aim);
}
public static int process(int[] coins, int[] zhangs, int index, int rest) {
if (rest < 0) {
return 0;
}
if (index == coins.length) {
return rest == 0 ? 1 : 0;
}
int ways = 0;
for (int zhang = 0; zhang < zhangs.length && (zhang * coins[index] < rest); zhang++) {
ways += process(coins, zhangs, index + 1, rest - zhang * coins[index]);
}
return ways;
}
dp代码:
public static int dp(int[] arr, int aim) {
if (arr == null || arr.length == 0 || aim < 0) {
return 0;
}
Info info = getInfo(arr);
int[] coins = info.coins;
int[] zhangs = info.zhangs;
int N = coins.length;
int[][] dp = new int[N + 1][aim + 1];
dp[N][0] = 1;
for (int index = N - 1; index >= 0; index--) {
for (int rest = 0; rest <= aim; rest++) {
int ways = 0;
for (int zhang = 0; zhang < zhangs.length && (zhang * coins[index] < rest); zhang++) {
ways += (rest - zhang * coins[index] < 0) ? 0 : dp[index + 1][rest - zhang * coins[index]];
}
dp[index][rest] = ways;
}
}
return dp[0][aim];
}
测试代码:略
测试结果:
组成aim的最小货币数(每张张数无限)
题意:arr是面值数组,其中的值都是正数且没有重复。再给定一个正数aim。
每个值都认为是一种面值,且认为张数是无限的。返回组成aim的最少货币数。
解题思路:
- 还是需要对张数进行遍历,只不过只有一个条件
- 接受结果值设为整数最大值,最终结果返回较小值
- 另外另外,边界条件不满足条件的值需要修改成最大值,不难咱们得犯大难了,遭老罪了!要不然你计算的时候把没有组成aim的,但是张数更少的算里边了,肯定错啊;rest==0时,不需要货币,即使满足也不需要了,所以记得改成0
补充:
- 这里其实可以对数组按照货币值进行预处理/排序(使用迭代给sort传比较器//优先级队列)
- 面值数组,不需要预处理,只需要用于降序排列的比较器
核心代码:
递归代码:
public static int minCoins(int[] arr, int aim) {
if(aim==0){
return 0;
}
if (arr == null || arr.length == 0 || aim < 0) {
return Integer.MAX_VALUE;
}
return process(arr, 0, aim);
}
public static int process(int[] arr, int index, int rest) {
if (rest < 0) {
return Integer.MAX_VALUE;
}
if (index == arr.length) {
return rest == 0 ? 0 : Integer.MAX_VALUE;
}
int ans = Integer.MAX_VALUE;
for (int zhang = 0; zhang * arr[index] < rest; zhang++) {
int next = process(arr, index + 1, rest - zhang * arr[index]);
if (next != Integer.MAX_VALUE && next > 0) {//要不然最大值加最大值可能滚成负数
ans = Math.min(next, ans);
}
}
return ans;
}
dp代码:
public static int dp(int[] arr, int aim) {
if (aim == 0) {
return 0;
}
int N = arr.length;
int[][] dp = new int[N + 1][aim + 1];
dp[N][0] = 0;
for (int j = 1; j <= aim; j++) {
dp[N][j] = Integer.MAX_VALUE;
}
for (int index = N - 1; index >= 0; index--) {
for (int rest = 0; rest <= aim; rest++) {
int ans = Integer.MAX_VALUE;
for (int zhang = 0; zhang * arr[index] < rest; zhang++) {
int next = (rest - zhang * arr[index] < 0) ? Integer.MAX_VALUE : dp[index + 1][rest - zhang * arr[index]];
if (next != Integer.MAX_VALUE && next > 0) {//要不然最大值加最大值可能滚成负数
ans = Math.min(next, ans);
}
}
dp[index][rest]=ans;
}
}
return dp[0][aim];
}
测试代码:略
测试结果:
从左到右尝试模型总结1
改写规则:
- 确定可变参数个数——dp是几维表
- 确定可变参数的变化范围——是0N还是0N-1
- 预处理(边界条件)
- 确定普遍位置怎么确定
- 边界判断——使用三目时一定要注意加括号😥
- 四个角中的哪个是最终结果
例题总结:
- 01背包——边界判断:超重是-1,没装够/刚好是0;要和不要的两种情况pk,要较小值
- 完全背包
- 多重背包
- 组成aim的方法数(每张认为是一种)——边界判断:超支/不够都是0,aim=0时index<=arr.length都算是1;两种情况不需要pk,直接相加返回
- 组成aim的方法数(每种张数无限)——边界判断:超支/不够都是0,aim=0时index<=arr.length都算是1;不是两种情况了,对有效的张数(一个条件)进行遍历,总方法相加
- 组成aim的方法数(每种张数有限)——边界判断:超支/不够都是0,aim=0时index<=arr.length都算是1;不是两种情况了,对有效的张数(两个条件)进行遍历,总方法相加
- 组成aim的最小货币数(每张张数无限)——边界条件判断:初值都为最大值,除了aim=0时,递归那aim=0一定在非法条件的前边,next值有效的判断;两种情况pk,要最小的
三种dp解法背包问题区别:
略
前三种dp解法货币数组区别:
注:这里返回的都是方法数,肯定是越多越好,不涉及边界值返回的系列问题。
- 货币数组类型决定了是否需要张数遍历(面值 不用)
- 张数有限无限决定了张数遍历的条件是1个还是两个
- 一般都是index倒序,rest正序
注:区分面值数组、货币数组
前者是天然去重,后者可能存在相同的,看题目设定决定是否需要进行预处理
另本类型开头的那种,其实也算是面值数组了。
两种情况了,对有效的张数(一个条件)进行遍历,总方法相加
- 组成aim的方法数(每种张数有限)——边界判断:超支/不够都是0,aim=0时index<=arr.length都算是1;不是两种情况了,对有效的张数(两个条件)进行遍历,总方法相加
- 组成aim的最小货币数(每张张数无限)——边界条件判断:初值都为最大值,除了aim=0时,递归那aim=0一定在非法条件的前边,next值有效的判断;两种情况pk,要最小的
三种dp解法背包问题区别:
略
前三种dp解法货币数组区别:
注:这里返回的都是方法数,肯定是越多越好,不涉及边界值返回的系列问题。
- 货币数组类型决定了是否需要张数遍历(面值 不用)
- 张数有限无限决定了张数遍历的条件是1个还是两个
- 一般都是index倒序,rest正序
注:区分面值数组、货币数组
前者是天然去重,后者可能存在相同的,看题目设定决定是否需要进行预处理
另本类型开头的那种,其实也算是面值数组了。