代码随想录训练营Day46动态规划part08|139.单词拆分|多重背包| 背包问题总结篇

139.单词拆分

  • dp数组含义,i表示字符串长度,dp[i]表示是否可以拆分(布尔类型)
  • 递推公式:如果j到i的字符串出现在词典里面,并且dp[j]==true,dp[i]=true,或者原本为true也为true,dp[i-1+num] = dp[i-1] || dp[i-1+num] 是一个或的关系
  • 初始化:空字符串时dp[0]=true,非零时初始化为false
  • string word = s.substr(j, i-j); //截取子字符串substr(起始位置,截取的个数)
  • unordered_set wordSet(wordDict.begin(), wordDict.end()); //用set集合表示
  • wordSet.find(word) != wordSet.end() //表示找得到

关于多重背包,你该了解这些!

  • 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,耗费空间为Ci,价值为Wi。把Mi件i物品摊开就是01背包了

背包问题总结篇

  • 否能装满背包(或者最多装多少)、最大价值:dp[j] = max(dp[j], dp[j-weight[i]] + value[i])
  • 装满背包有几种方法:dp[j] += dp[j-num[i]]
  • 装满背包所有物品的最小个数:dp[j] = min(dp[j], dp[j-nums[i]]+1)
  • 遍历顺序
  • 01背包(一维数组表示、二维数组表示)和完全背包

你可能感兴趣的:(动态规划,算法,数据结构,leetcode,c++)