内容简介：本文主要总结了动态规划的几种经典题型，分别为经典01背包、最少硬币、最大正方形、最大加号标志。背包容量capacity=5，有三个物品(value, weight)，分别是(3,2),(4,3),(5,4)求出其搭配组合，使得背包内总价最大，且最大价值为多少？首先理清思路列出表格：
本文主要总结了动态规划的几种经典题型，分别为经典01背包、最少硬币、最大正方形、最大加号标志。
一、经典01背包
1. 题目
背包容量capacity=5，有三个物品(value, weight)，分别是(3,2),(4,3),(5,4)求出其搭配组合，使得背包内总价最大，且最大价值为多少？
2.思路
首先理清思路列出表格：
如果背包总容量为0，那么很显然地，任何物品都无法装进背包，那么背包内总价值必然是0。所以第一步先填满 j=0 的情况。
接下来将从上到下，从左往右地填写这个表格。分析第i行时，它的物品组合仅能是小于等于i的情况。所以现在把注意力定位到 i =0, j = 1 的空格上。
i=0 j=1 : 背包总容量为1，但是物品0 的重量为 2，无法装下去，所以这一格应该填 0。
i=0 j=2 : 背包总容量为2，刚好可以装下物品0 ，由于物品0 的价值为3，因此这一格填 3。
后面同理。
i=1 j=1 : 背包总容量为1，但是物品0 的重量为 2，物品1重量为3，背包无法装下任何物品，所以填 0。
| val | weight | j=0 | j=1 | j=2 | j=3 | j=4 | j=5 | |
|---|---|---|---|---|---|---|---|---|
| i=0 | 3 | 2 | 0 | 0 | 3 | 3 | 3 | 3 |
| i=1 | 4 | 3 | 0 | 0 | 3 | 4 | 4 | 7 |
| i=2 | 5 | 4 | 0 | 0 | 3 | 4 | 5 | 7 |
伪代码：
if(j>w[i]){
T[i][j] = T[i-1][j]
}else{
T[i][j] = max(T[i-1][j-w[i]]+val[i], T[i-1][j])
}
3.代码
function backpack(w,val,capacity,n){
var T = []
for(let i = 0;i < n;i++){
T[i] = [];
for(let j=0;j <= capacity;j++){
if(j === 0){ //容量为0
T[i][j] = 0;
continue;
}
if(j < w[i]){ //容量小于物品重量，本行hold不住
if(i === 0){
T[i][j] = 0; // i = 0时，不存在i-1，所以T[i][j]取0
}else{
T[i][j] = T[i-1][j]; //容量小于物品重量，参照上一行
}
continue;
}
if(i === 0){
T[i][j] = val[i]; //第0行，不存在 i-1, 最多只能放这一行的那一个物品
}else{
T[i][j] = Math.max(val[i] + T[i-1][j-w[i]],T[i-1][j]);
}
}
}
findValue(w,val,capacity,n,T);
return T;
}
//找到需要的物品
function findValue(w,val,capacity,n,T){
var i = n-1, j = capacity;
while ( i > 0 && j > 0 ){
if(T[i][j] != T[i-1][j]){
console.log('选择物品'+i+',重量：'+ w[i] +',价值：' + values[i]);
j = j- w[i];
i--;
}else{
i--; //如果相等，那么就到 i-1 行
}
}
if(i == 0 ){
if(T[i][j] != 0){ //那么第一行的物品也可以取
console.log('选择物品'+i+',重量：'+ w[i] +',价值：' + values[i]);
}
}
}
var values = [3,4,5],
weights = [2,3,4],
capacity = 5,
n = values.length;
console.log(backpack(weights,values,capacity,n));
二、最少硬币
1. 题目
4种硬币 1分、2分、5分、6分
总共需要11分，求最少的硬币数以及组合
2.思路
首先理清思路列出表格：
与经典背包相同，填写第i行表示只能用i和比i小的硬币。硬币数组coins[]，需要的钱数j。
当我们只能使用面额为1分的硬币时，根据上面的规则，那么很显然，总额为几分，就需要几个硬币。
当我们有1分和2分两种面额时，那么组合方式就相对多了点。
i=1 j = 1：总额为1时，只能使用1分的面额。即填1。
i=1 j = 2：总额为2时，可以使用2个1分的，也可以使用1个2分的。
因为我们要求最少硬币，所以使用1个2分的。表格里填1。
以此类推：
| j=0 | j=1 | j=2 | j=3 | j=4 | j=5 | j=6 | j=7 | j=8 | j=9 | j=10 | j=11 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| i=0 1分 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| i=1 2分 | 0 | 1 | 1 | 2 | 2 | 3 | 3 | 4 | 4 | 5 | 5 | 6 |
| i=2 5分 | 0 | 1 | 1 | 2 | 2 | 1 | 2 | 2 | 3 | 3 | 2 | 3 |
| i=3 6分 | 0 | 1 | 1 | 2 | 2 | 1 | 1 | 2 | 2 | 3 | 3 | 2 |
伪代码：
if(j<coins[i]){
T[i][j] = T[i-1][j]
}else{
T[i][j] = min(T[i-1][j], T[i][j-coins[i]]+1)
}
3.代码
/**
* @param {number[]} coins
* @param {number} amount
* @return {number}
*/
var coinChange = function(coins, amount) {
coins.sort((a,b)=>(a-b));
var T = [];
for(let i=0; i<coins.length; i++){
T[i] = [];
for(let j=0; j<=amount; j++){
T[i][j] = 0;
}
}
for(let i=0; i<T.length; i++){
for(let j=0; j<T[i].length; j++){
if(j==0){
T[i][j] = 0;
continue;
}
if(i==0){
if(Number.isInteger(j/coins[i])){
T[i][j] = j/coins[i];
}else{
T[i][j] = Infinity;
}
}else{
if(j<coins[i]){
T[i][j] = T[i-1][j];
}else{
T[i][j] = Math.min(T[i-1][j], T[i][j-coins[i]]+1);
}
}
}
}
return T[T.length-1][T[0].length-1]===Infinity?-1:T[T.length-1][T[0].length-1];
};
三、最大正方形
1. 题目
在一个由 0 和 1 组成的二维矩阵内，找到只包含 1 的最大正方形，并返回其面积。
示例:
输入:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
输出: 4
2.思路
首先用例中不一定会给正方形，也可能是长方形，所以必须分别求长和宽。
其次如果此点的值是0，则直接将结果设为0；如果此点的值为1，则它等于它左方、上方、左上方三者的最小值+1。
最后是需要一个变量max，在遍历的过程中不断修改自身获取dp中的最大值。
3.代码
/**
* @param {character[][]} matrix
* @return {number}
*/
var maximalSquare = function(matrix) {
let len1 = matrix.length, len2;
var dp = new Array(len1);//设置长度
let max = 0;//记录矩阵中最大值
for(let i=0; i<len1; i++){
len2 = matrix[i].length;
dp[i] = new Array(len2);
}
for(let i=0; i<len1; i++){
for(let j=0; j<len2; j++){
if(i==0 || j==0){
dp[i][j] = matrix[i][j] == '1'?1:0;
}else{
dp[i][j] = matrix[i][j] == '1'? (Math.min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1):0;
}
max = Math.max(max, dp[i][j]);
}
}
return max*max;
};
四、最大加号标志
1. 题目
在一个大小在 (0, 0) 到 (N-1, N-1) 的2D网格 grid 中，除了在 mines 中给出的单元为 0，其他每个单元都是 1。网格中包含 1 的最大的轴对齐加号标志是多少阶？返回加号标志的阶数。如果未找到加号标志，则返回 0。
一个 k” 阶由 1 组成的“轴对称”加号标志具有中心网格 grid[x][y] = 1 ，以及4个从中心向上、向下、向左、向右延伸，长度为 k-1，由 1 组成的臂。下面给出 k” 阶“轴对称”加号标志的示例。注意，只有加号标志的所有网格要求为 1，别的网格可能为 0 也可能为 1。
k 阶轴对称加号标志示例:
阶 1:
000
010
000
阶 2:
00000
00100
01110
00100
00000
阶 3:
0000000
0001000
0001000
0111110
0001000
0001000
0000000
示例 1：
输入: N = 5, mines = [[4, 2]]
输出: 2
解释:
11111
11111
11111
11111
11011
在上面的网格中，最大加号标志的阶只能是2。一个标志已在图中标出。
示例 2：
输入: N = 2, mines = []
输出: 1
解释:
11
11
没有 2 阶加号标志，有 1 阶加号标志。
示例 3：
输入: N = 1, mines = [[0, 0]]
输出: 0
解释:
0
没有加号标志，返回 0 。
2.思路
首先要给所有位置设置最大值即边长N。
let dp = [...Array(N)].map(() => Array(N).fill(N));
循环遍历所有行，从四个方向更新dp。
for(let i=0; i<N; i++){
for(let l=0, left=0; l<N; l++){
dp[i][l] = Math.min(dp[i][l], left = (dp[i][l] == 0 ? 0: left+1));
}
for(let r=N-1, right=0; r>=0; r--){
dp[i][r] = Math.min(dp[i][r], right = (dp[i][r] == 0 ? 0: right+1));
}
for(let u=0, up=0; u<N; u++){
dp[u][i] = Math.min(dp[u][i], up = (dp[u][i] == 0 ? 0: up+1));
}
for(let d=N-1, down=0; d>=0; d--){
dp[d][i] = Math.min(dp[d][i], down = (dp[d][i] == 0 ? 0: down+1));
}
}
left right up down注意每遍历一行都要更新为0。
3.代码
/**
* @param {number} N
* @param {number[][]} mines
* @return {number}
*/
var orderOfLargestPlusSign = function(N, mines) {
let dp = [...Array(N)].map(() => Array(N).fill(N));
for(let i=0; i<mines.length; i++){
dp[mines[i][0]][mines[i][1]] = 0;
}
let left, right, up, down;
for(let i=0; i<N; i++){
for(let l=0, left=0; l<N; l++){
dp[i][l] = Math.min(dp[i][l], left = (dp[i][l] == 0 ? 0: left+1));
}
for(let r=N-1, right=0; r>=0; r--){
dp[i][r] = Math.min(dp[i][r], right = (dp[i][r] == 0 ? 0: right+1));
}
for(let u=0, up=0; u<N; u++){
dp[u][i] = Math.min(dp[u][i], up = (dp[u][i] == 0 ? 0: up+1));
}
for(let d=N-1, down=0; d>=0; d--){
dp[d][i] = Math.min(dp[d][i], down = (dp[d][i] == 0 ? 0: down+1));
}
}
var max = 0;
for(let i=0; i<N; i++){
for(let j=0; j<N; j++){
max = Math.max(max, dp[i][j]);
}
}
return max;
};
总结：
本文主要对动态规划几种经典题做了简单介绍，希望对大家对算法方面的学习有所帮助，总结不到位的地方还请大家批评指正。
友情参考链接：
https://juejin.im/post/5affed3951882567161ad511
https://juejin.im/post/5b0a8e0f51882538b2592963
https://leetcode-cn.com/problemset/all/以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
测试驱动开发的艺术
Lasse Koskela / 李贝 / 人民邮电出版社 / 20101023 / 59.00元
在传统的软件开发中，开发人员对于代码是否正确心中无底，一切依赖于后期的测试环节。极限编程反其道而行之，主张采用测试驱动开发（TDD）的方法，即通过测试定义所要开发的功能的接口，然后实现功能的开发过程。TDD通过不断地测试推动代码的开发，既简化了代码，又保证了软件质量。 本书采用“手把手”的教学方式，通过大量实例来解释TDD，还专门用几章的篇幅来讲解如何为难于测试的技术编写单元测试。全书内容循......一起来看看 《测试驱动开发的艺术》 这本书的介绍吧!
