feat: 01背包-dp版

Author: sl1673495

.prettierrc

@@ -1,4 +1,4 @@
 {
-  "printWidth": 140,
+  "printWidth": 80,
   "tabWidth": 2
 }

动态规划/01背包-DP版.js

@@ -0,0 +1,43 @@
+/**
+ *
+ * @param {number[]} w 物品的重量集合
+ * @param {number[]} v 物品的价值集合
+ * @param {number} C 背包容量
+ */
+let knapsack01 = function (w, v, C) {
+  let n = w.length;
+  if (n === 0) return 0;
+
+  // 构建二维数组dp表
+  // x轴代表背包容量 y轴代表考虑的硬币情况
+  // 第一行只考虑一种硬币（基准情况）
+  // 第二行考虑一和二两种（通过拿取二和不拿二，再去组合第一行的最佳情况来求最大值）
+  // 第三行以此类推
+  let memo = new Array(n);
+  for (let i = 0; i < memo.length; i++) {
+    memo[i] = new Array(C + 1).fill(0);
+  }
+
+  // 基础情况 背包在各个容量的情况下 只考虑第一个物品时的最优解
+  for (let j = 0; j <= C; j++) {
+    memo[0][j] = j >= w[0] ? v[0] : 0;
+  }
+
+  for (let i = 1; i < n; i++) {
+    for (let j = 0; j <= C; j++) {
+      let weight = w[i];
+      let restWeight = j - weight;
+      // 有足够容量的情况下 选择当前的的物品 并且用剩余的重量去找前面几个物品组合的最优解
+      let pickNow = j >= weight ? v[i] + memo[i - 1][restWeight] : 0;
+
+      // 另一种选择 这个物品不放进背包了 直接求用这个背包容量组合前面几种物品的最优解
+      let pickPrev = memo[i - 1][j];
+
+      memo[i][j] = Math.max(pickNow, pickPrev);
+    }
+  }
+
+  return memo[n - 1][C];
+};
+
+console.log(knapsack01([1, 2, 3], [6, 10, 12], 5));

动态规划/01背包-递归版.js

@@ -30,4 +30,4 @@ function bestValue(w, v, index, c) {
   return max;
 }
 
-console.log(knapsack01([1, 2, 3], [4, 5, 15], 3));
+console.log(knapsack01([1, 2, 3], [6, 10, 12], 5));

动态规划/找硬币-记忆递归版.js

@@ -1,28 +1,28 @@
 function f(n) {
   function makeChange(amount) {
-      if(amount <= 0) return 0
-  
-      // 校验是否已经在备忘录中存在结果,如果存在返回即可
-      if(cache[amount]) return cache[amount]
-  
-      let min = Infinity
-      if (amount >= 1) {
-          min = Math.min(makeChange(amount-1) + 1, min)
-      }
-  
-      if (amount >= 5) {
-          min = Math.min(makeChange(amount-5) + 1, min)
-      }
-  
-      if (amount >= 11) {
-          min = Math.min(makeChange(amount-11) + 1, min)
-      }
-  
-      return (cache[amount] = min)
+    if (amount <= 0) return 0;
+
+    // 校验是否已经在备忘录中存在结果,如果存在返回即可
+    if (cache[amount]) return cache[amount];
+
+    let min = Infinity;
+    if (amount >= 1) {
+      min = Math.min(makeChange(amount - 1) + 1, min);
+    }
+
+    if (amount >= 5) {
+      min = Math.min(makeChange(amount - 5) + 1, min);
+    }
+
+    if (amount >= 11) {
+      min = Math.min(makeChange(amount - 11) + 1, min);
+    }
+
+    return (cache[amount] = min);
   }
   // 备忘录
-  const cache = []
-  return makeChange(n)
+  const cache = [];
+  return makeChange(n);
 }
 
-console.log(f(5000))
+console.log(f(5000));