夜深人静写算法(十五)- 完全背包

本文深入探讨了完全背包问题,介绍了如何设计状态并列出状态转移方程,对比了完全背包与0/1背包的区别。文章还分析了时间复杂度,并提出了一种优化方法,通过滚动数组将时间复杂度降低。此外,还展示了完全背包问题在组合问题、前缀最值优化和总个数限制的完全背包问题中的应用实例。

一、前言

  上一章讲解了 0/1 背包问题的应用和一些优化思路,如果能够全部理解,也算是对动态规划有一个初步了解了。
  那么这一章,作者将更加深入地对背包问题进行扩展,利用完全背包问题引入动态规划的一些时间复杂度的优化思路,建议读者将两篇文章结合起来看,希望能对您学习动态规划有一定的帮助。
  当然,作者的这篇文章只是起到抛砖引玉的作用,也是反复研读了动态规划神作《背包九讲》后的产物,实际的动态规划问题千变万化,还是需要我们自己在学习过程中不断总结、加深理解,遇到问题才能触类旁通、举一反三。
在这里插入图片描述

二、完全背包问题

【例题1】有 n ( n ≤ 100 ) n(n \le 100) n(

### 关于前缀和算法 #### 前缀和的概念 前缀和是一种用于快速计算数组某一段区间的元素之和的技术。通过预先处理得到一个新的数组 `prefix_sum`,其中每一个位置 i 上存储的是原数组从起始位置到当前位置所有元素的累加和。这样可以在常数时间内求得任意子数组的和。 对于长度为 n 的输入序列 A[0...n-1],其对应的前缀和数组 PrefixSum 定义如下: \[ \text{PrefixSum}[i]=\sum_{j=0}^{i}\text{A}[j], (0≤i<n) \][^5] #### C++实现方式 下面是一个简单的C++代码片段来展示如何构建并利用前缀和来进行区间查询: ```cpp #include <iostream> using namespace std; int main() { int nums[] = {1, 2, 3, 4, 5}; const size_t N = sizeof(nums)/sizeof(int); // 构建前缀和数组 long prefix_sums[N]; prefix_sums[0] = nums[0]; for(size_t i = 1; i < N; ++i){ prefix_sums[i] = prefix_sums[i - 1] + nums[i]; } // 查询指定范围内的总和 auto sum_range = [](const long* ps, int start, int end)->long{ if(start == 0) return ps[end]; else return ps[end]-ps[start-1]; }; cout << "The sum of elements from index 1 to 3 is: " << sum_range(prefix_sums, 1, 3); return 0; } ``` 这段代码首先创建了一个名为 `nums` 的整型数组作为示例数据源;接着定义了函数对象 `sum_range()` 来方便地获取给定索引范围内数值的累积和;最后打印出了下标 1 至 3 这个闭合区间内所有数字相加之和的结果. #### 学习资源推荐 针对希望深入理解前缀和技术及其应用场景的人士,《夜深人静算法》系列提供了丰富的案例研究与实践指导。特别是有关整数分块的部分讨论到了一些基于前缀和技巧优化解决方案的实际例子. 此外,“画解强连通”虽然主要关注图论中的强连通组件问题,但也涉及到了多种高效的数据结构与算法组合应用实例,可以间接帮助读者更好地掌握包括但不限于前缀在内的各类实用工具[^1].
评论 35
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

英雄哪里出来

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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