LeetCode Backpack

Posted googlemeoften

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了LeetCode Backpack相关的知识,希望对你有一定的参考价值。

Given n items with size Ai, an integer m denotes the size of a backpack. How full you can fill this backpack?

Example

If we have 4 items with size [2, 3, 5, 7], the backpack size is 11, we can select [2, 3, 5], so that the max size we can fill this backpack is 10. If the backpack size is 12. we can select [2, 3, 7] so that we can fulfill the backpack.

解题思路:

一、申请一块辅助空间,dp[A.length][m+1],dp[i][j]的含义是当只有A[0..i]的物品,且背包容量为j的时候,背包最多能够装多少。

辅助数组dp[i][j]的值的取值方案:(看不懂先看下面案例流程)

1、          容量j < A[i],也就是说背包中不能装A[i]物品,于是dp[i][j] = dp[i-1][j];

2、          容量j > A[i],现在背包中能够装下i物品,于是我们有两种选择方案:

a)       装入A[i]物品,于是我装入i物品以后的背包的容量就只有j-A[i],于是剩下A[0…i-1]物品,以及j-A[i]的背包容量,于是dp[i][j]=A[i]+dp[j-A[i]];

b)       另一种方案就是我能装A[i],但是我不装进去。

于是dp[i][j] = max(dp[i][j], dp[i-A[i]] + A[i])

 

二、上面的没有看懂没有关系,我们举个例子分析流程以后再回来看。

1、假设A={2,3,4,5},背包size=10,首先申请dp空间,并且选择A[0]物品

 

0

1

2

3

4

5

6

7

8

9

10

2

0

0

2

2

2

2

2

2

2

2

2

3

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

 

 

 

 

 

 

现在假设就只有物品A[0],size = 2,当背包容量j为0和1的时候,背包容量j < A[0],当背包容量 j > A[0],但是此时只有A[0]物品,所以最多只能装入A[0].

 

2、假设现在能够选择A[0]和A[1]物品

 

0

1

2

3

4

5

6

7

8

9

10

2

0

0

2

2

2

2

2

2

2

2

2

3

0

0

2

3

3

5

5

5

5

5

5

4

 

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

 

 

 

 

 

 

当背包容量j为0、1、2的时候,不能j< [i] 所以dp[i][j] = dp[i-1][j],也就是不在背包中装入A[1]物品,那么现在背包中的只可能装入a[0],所以dp[1][j]的状态和dp[0][j]一样。当背包容量 j > A[1],于是dp[i][j]就有两种选择,装入A[1]个不装入A[1],然后选择两种情况下的最大值:dp[i][j] = max(dp[i][j], dp[i-A[i]] + A[i])

 

3、          假设现在能够选择A[0]、A[1]、A[2]物品

 

0

1

2

3

4

5

6

7

8

9

10

2

0

0

2

2

2

2

2

2

2

2

2

3

0

0

2

3

3

5

5

5

5

5

5

4

0

0

2

3

4

5

5

5

5

9

9

5

 

 

 

 

 

 

 

 

 

 

 

 

4、假设现在能够选择A[0]、A[1]、A[2]、A[3]物品

 

0

1

2

3

4

5

6

7

8

9

10

2

0

0

2

2

2

2

2

2

2

2

2

3

0

0

2

3

3

5

5

5

5

5

5

4

0

0

2

3

4

5

6

7

7

9

9

5

0

0

2

3

4

5

6

7

8

9

10

 

总之更具上面的dp[i][j]的值的决策方案走就能够得出最终结果。

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) {
        if (m <= 0 || A == null || A.length == 0) {
            return 0;
        }
        int len = A.length;
        int[][] dp = new int[len][m + 1];
        for (int i = 0; i <= m; i++) {
            if (i >= A[0])
                dp[0][i] = A[0];
        }
        for (int i = 1; i < len; i++) {
            for (int j = 0; j <= m; j++) {
                if (j >= A[i]) {
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - A[i]] + A[i]);
                } else {
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }
        return dp[len - 1][m];
    }
    public static void main(String[] args) {
        int m = 10;
        int[] arr = {3, 4, 8, 5};
        int s = new Solution().backPack(m, arr);
        System.out.println(s);
    }
}

 

题目二

Given n items with size Ai and value Vi, and a backpack with size m. What‘s the maximum value can you put into the backpack?

Example

Given 4 items with size [2, 3, 5, 7] and value [1, 5, 2, 4], and a backpack with size 10. The maximum value is 9.

public class Solution {
    /**
     * @param m: An integer m denotes the size of a backpack
     * @param A & V: Given n items with size A[i] and value V[i]
     * @return: The maximum value
     */
   public int backPackII(int m, int[] A, int V[]) {

        if (m <= 0 || A == null || A.length == 0 || V == null || V.length == 0) {
            return 0;
        }

        int len = A.length;
        int[][] dp = new int[len][m + 1];

        for (int i = 0; i <= m; i++) {
            if (i >= A[0])
                dp[0][i] = V[0];
        }

        for (int i = 1; i < len; i++) {
            for (int j = 0; j <= m; j++) {
                if (j >= A[i]) {
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - A[i]] + V[i]);
                } else {
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }

        return dp[len - 1][m];
    }
}

 

以上是关于LeetCode Backpack的主要内容,如果未能解决你的问题,请参考以下文章

Laravel Backpack - 内联创建,未在数据库中添加关系

Backpack | & ||

设置中的 Laravel-Backpack/Settings 表字段

在 MyAccountController [backpack-laravel] 中添加个人资料信息

Ruby绘本时间《The Backpack》

Backpack II