14.8 練習¶
14.8.1 知識鞏固¶
1. 什麼時候適合使用動態規劃¶
一位同學說:“只要能寫出遞推式,就應該使用動態規劃。”
請判斷下面三個任務分別更適合使用動態規劃、回溯,還是使用迴圈或數學公式而不建立 dp 表,並寫出一個關鍵理由。
- 使用面值
[1, 3, 4]的硬幣湊出金額 6,求最少硬幣數,每種硬幣可重複使用; - 輸出
[1, 2, 3]的全部排列; -
計算 \(1 + 2 + \dots + n\)。
對於你判斷為適合動態規劃的任務,再說明
dp[i]表示什麼。
參考答案
-
適合動態規劃。令
dp[i]表示湊出金額i所需的最少硬幣數。 對於每枚不超過i的硬幣c,都可以把dp[i-c] + 1作為候選答案, 再從這些候選值中取最小值。不同選擇會反覆遇到同一金額,較大金額的最優解也能由較小金額的最優解構成。 金額 6 的答案是 2,即3 + 3。 -
應使用回溯。題目要求逐個生成全部 6 個排列,回溯可以系統地嘗試一個選擇、繼續搜尋, 再撤銷選擇並嘗試其他分支。無論採用什麼方法,實際輸出這些排列時都不能跳過列舉。
-
使用迴圈或等差數列公式即可。雖然能寫出
S(i) = S(i-1) + i,但計算S(i)時只依賴一個更小的S(i-1), 每個部分和只需計算一次,不存在重複子問題,因此無需建立dp表。“能寫遞推式”不等於“需要動態規劃”。
2. 背包表中的一個格子怎麼算¶
0-1 背包:物品重量 wgt = [1, 2, 3] ,價值 val = [5, 11, 15] ,背包容量 4 。
dp[i][c] 表示只考慮前 \(i\) 件物品、背包容量上限為 \(c\) 時,能夠取得的最大價值;
不要求恰好裝滿背包。
現在只計算狀態 dp[3][4]。已知 dp[2][4] = 16、dp[2][1] = 5:
- 不選第 3 件物品時,候選價值是多少?
- 選擇第 3 件物品時,還剩多少容量,候選價值是多少?
dp[3][4]應取多少?對應選擇了哪些物品?
參考答案
-
不選第 3 件物品時,沿用前兩件物品的結果,候選價值為
dp[2][4] = 16。 -
第 3 件物品重量為 3,放入後還剩容量 \(4-3=1\);候選價值為
dp[2][1] + 15 = 5 + 15 = 20。 -
比較 16 和 20,得到
dp[3][4] = 20。它對應選擇第 1、3 件物品, 總重量為 \(1+3=4\),總價值為 \(5+15=20\)。這個狀態的計算體現了 0-1 背包的一次“選或不選”比較。
3. 背包容量應該按什麼順序更新¶
一個 0-1 背包只有一件物品:重量為 2,價值為 5;背包容量為 4。
每件物品最多選擇一次,初始一維陣列為 dp = [0, 0, 0, 0, 0]。
一位同學在處理這件物品時,按容量從 2 到 4 更新:
- 更新
dp[2]後得到 5; - 更新
dp[3]後也得到 5; - 更新
dp[4]時又使用剛得到的dp[2],於是得到dp[4] = 10。
dp[4] = 10這個結果是否正確?為什麼?- 根據“每件物品最多選擇一次”的條件,
dp[4]應為多少? - 處理每件物品時,容量應從大到小還是從小到大更新?這樣做避免了什麼問題?
參考答案
-
這個結果不正確。價值 10 相當於把這件價值為 5 的物品放入了兩次, 違反了“每件物品最多選擇一次”的條件。
-
背包中最多隻能放入這一件物品,所以正確的
dp[4]為 5。 -
容量應從大到小更新,即依次處理 4、3、2。 這樣在計算
dp[c]時,所讀取的dp[c-2]仍是處理當前物品之前的結果, 不會在同一輪中重複使用當前物品。
14.8.2 程式設計練習¶
1. 爬樓梯的方案數¶
一段樓梯共有 n 階。你每次只能向上走 1 階或 2 階,且必須恰好到達第 n 階。
請計算共有多少種不同的走法。規定 n >= 1,走法只按每一步走 1 階還是 2 階來區分。
請使用一維動態規劃陣列完成,暫不使用只保留兩個狀態的空間最佳化寫法。
解題提示
- 到達第 i 階的最後一步,只可能跨 1 階或 2 階
- 因此有 dp[i] = dp[i-1] + dp[i-2]
- 先處理 n 為 1 和 2 的情況,再從第 3 階開始填表
說明: 題解講解了一維 dp 狀態和轉移,但給出的程式碼採用滾動變數壓縮空間;本練習要求先實現一維 dp 表,滾動變數僅作為選做最佳化
2. 0-1 背包¶
給定等長陣列 wgt 和 val,第 i 件物品的重量為正整數 wgt[i]、價值為非負整數 val[i],
背包容量 cap 為非負整數。每件物品最多選擇一次,請在總重量不超過 cap 的條件下,
求能夠裝入背包的最大總價值。請使用一維動態規劃實現。
解題提示
- 初始化長度為 cap + 1 的陣列 dp,其中 dp[c] 表示容量上限為 c 時的最大價值
- 處理物品 i 時,比較“不選它”的 dp[c] 與“選它”的 dp[c-wgt[i]] + val[i]
- 容量必須從大到小更新,避免在同一輪中重複選擇當前物品