01背包和多重背包的比较(最大值问题)

⭐️01背包和多重背包的比较(最大值问题)

494. 目标和 - 力扣(LeetCode)

518. 零钱兑换 II - 力扣(LeetCode)

  • 01背包的递推公式

d p [ i ] [ j ] = m a x ( d p [ i − 1 ] [ j ] , d p [ i − 1 ] [ j − w e i g h t [ i ] ] + v a l u e [ i ] ) dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]) dp[i][j]=max(dp[i1][j],dp[i1][jweight[i]]+value[i])

01背包的一维数组一定是从后往前去遍历【物品只有1个,只能添加一次】

d p [ j ] = m a x ( d p [ j ] , d p [ j − w e i g h t [ i ] ] + v a l u e [ i ] ) dp[j]=max(dp[j],dp[j-weight[i]]+value[i]) dp[j]=max(dp[j],dp[jweight[i]]+value[i])

01背包看的是上层的数据

  • 多重背包的递推公式

d p [ i ] [ j ] = m a x ( d p [ i − 1 ] [ j ] , d p [ i ] [ j − w e i g h t [ i ] ] + v a l u e [ i ] ) dp[i][j]=max(dp[i-1][j],dp[i][j-weight[i]]+value[i]) dp[i][j]=max(dp[i1][j],dp[i][jweight[i]]+value[i])

多重背包的一维数组是从前往后遍历,因为物品有无数个,可以反复重复地添加

d p [ j ] = m a x ( d p [ j ] , d p [ j − w e i g h t [ i ] ] + v a l u e [ i ] ) dp[j]=max(dp[j],dp[j-weight[i]]+value[i]) dp[j]=max(dp[j],dp[jweight[i]]+value[i])

多重背包看的是当前层的数据

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值