CS_learn/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2026-04-13 18:00:18 +08:00
Code Issues Packages Projects Releases Wiki Activity

zig : update codes style && rust : add codes for chapter_backtracking. (#613)

Browse Source 
* zig : update codes style

* rust : add codes for chapter_backtracking

* zig : update codes style
This commit is contained in:
sjinzh
2023-07-16 15:36:28 +08:00
committed by GitHub
parent 51a4c5089e
commit ead33ca863
17 changed files with 312 additions and 71 deletions
Download Patch File Download Diff File Expand all files Collapse all files

28
codes/zig/chapter_dynamic_programming/knapsack.zig
View File

@@ -5,24 +5,24 @@
const std = @import("std");
// 0-1 背包：暴力搜索
fn knapsack_dfs(wgt: []i32, val: []i32, i: usize, c: usize) i32 {
fn knapsackDFS(wgt: []i32, val: []i32, i: usize, c: usize) i32 {
// 若已选完所有物品或背包无容量，则返回价值 0
if (i == 0 or c == 0) {
return 0;
}
// 若超过背包容量，则只能不放入背包
if (wgt[i - 1] > c) {
return knapsack_dfs(wgt, val, i - 1, c);
return knapsackDFS(wgt, val, i - 1, c);
}
// 计算不放入和放入物品 i 的最大价值
var no = knapsack_dfs(wgt, val, i - 1, c);
var yes = knapsack_dfs(wgt, val, i - 1, c - @as(usize, @intCast(wgt[i - 1]))) + val[i - 1];
var no = knapsackDFS(wgt, val, i - 1, c);
var yes = knapsackDFS(wgt, val, i - 1, c - @as(usize, @intCast(wgt[i - 1]))) + val[i - 1];
// 返回两种方案中价值更大的那一个
return @max(no, yes);
}
// 0-1 背包：记忆化搜索
fn knapsack_dfs_mem(wgt: []i32, val: []i32, mem: anytype, i: usize, c: usize) i32 {
fn knapsackDFSMem(wgt: []i32, val: []i32, mem: anytype, i: usize, c: usize) i32 {
// 若已选完所有物品或背包无容量，则返回价值 0
if (i == 0 or c == 0) {
return 0;
@@ -33,18 +33,18 @@ fn knapsack_dfs_mem(wgt: []i32, val: []i32, mem: anytype, i: usize, c: usize) i3
}
// 若超过背包容量，则只能不放入背包
if (wgt[i - 1] > c) {
return knapsack_dfs_mem(wgt, val, mem, i - 1, c);
return knapsackDFSMem(wgt, val, mem, i - 1, c);
}
// 计算不放入和放入物品 i 的最大价值
var no = knapsack_dfs_mem(wgt, val, mem, i - 1, c);
var yes = knapsack_dfs_mem(wgt, val, mem, i - 1, c - @as(usize, @intCast(wgt[i - 1]))) + val[i - 1];
var no = knapsackDFSMem(wgt, val, mem, i - 1, c);
var yes = knapsackDFSMem(wgt, val, mem, i - 1, c - @as(usize, @intCast(wgt[i - 1]))) + val[i - 1];
// 记录并返回两种方案中价值更大的那一个
mem[i][c] = @max(no, yes);
return mem[i][c];
}
// 0-1 背包：动态规划
fn knapsack_dp(comptime wgt: []i32, val: []i32, comptime cap: usize) i32 {
fn knapsackDP(comptime wgt: []i32, val: []i32, comptime cap: usize) i32 {
comptime var n = wgt.len;
// 初始化 dp 表
var dp = [_][cap + 1]i32{[_]i32{0} ** (cap + 1)} ** (n + 1);
@@ -64,7 +64,7 @@ fn knapsack_dp(comptime wgt: []i32, val: []i32, comptime cap: usize) i32 {
}
// 0-1 背包：状态压缩后的动态规划
fn knapsack_dp_comp(wgt: []i32, val: []i32, comptime cap: usize) i32 {
fn knapsackDPComp(wgt: []i32, val: []i32, comptime cap: usize) i32 {
var n = wgt.len;
// 初始化 dp 表
var dp = [_]i32{0} ** (cap + 1);
@@ -90,20 +90,20 @@ pub fn main() !void {
comptime var n = wgt.len;
// 暴力搜索
var res = knapsack_dfs(&wgt, &val, n, cap);
var res = knapsackDFS(&wgt, &val, n, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});
// 记忆搜索
var mem = [_][cap + 1]i32{[_]i32{-1} ** (cap + 1)} ** (n + 1);
res = knapsack_dfs_mem(&wgt, &val, @constCast(&mem), n, cap);
res = knapsackDFSMem(&wgt, &val, @constCast(&mem), n, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});
// 动态规划
res = knapsack_dp(&wgt, &val, cap);
res = knapsackDP(&wgt, &val, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});
// 状态压缩后的动态规划
res = knapsack_dp_comp(&wgt, &val, cap);
res = knapsackDPComp(&wgt, &val, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});
_ = try std.io.getStdIn().reader().readByte();