今天早晨阅读了dd大神发布背包九讲之中的01背包,收获很大,讲解了01背包的重要基本思想和状态更改的由来。和我去年第一次遇到背包时的盲目相比这次阅读下来完全不同。感谢dd大神为众多ACMer提供整理这珍贵的资料。
用一道题目来描述一下今天早晨学到的01背包。基础性01背包是这样的,有 N 件物品和一个容量为 V 的背包。第 i 件物品的费用是 vi[i] ,价值是 wi[i] 。求解将哪些物品装入背包可使价值总和最大。
于是我拿出去年寒假训练计划的一道01背包基础题目帮助我自己或者不太理解的人梳理一下,希望可以做到容易理解,方便阅读。
题目 SDUTOJ 2825:
小P寻宝记——粗心的基友
题目描述
小p和小q这对好基友他们在经历无数的艰难险阻后,终于找到了宝藏。无奈的是这一对好基友竟然是一样的粗心,又忘记了带一个大一点的包包,可惜啊、、所以选择出现了啊。
已知包的体积是v,每种宝贝只有一种,宝贝的体积是pi,价值是wi。求出这对粗心的基友可以最多带走价值多少的宝藏。
输入
输入数据有多组。
每组第一行有两个正整数n(n <= 10000)和v(v <= 10000)分别表示n种宝贝和包的体积。接下来n行,每行有两个正整数vi, wi。
分别表示每种宝藏的体积vi (vi<=1000),价值wi(wi<=1000)。
输出
这对基友所能带走的最多的宝藏。
示例输入
5 10
1 5
2 4
3 3
4 2
5 1
示例输出
14
/*************************************************************/
最基础未经变种的01背包大约有4个地方需要学习和注意,所以将注意点分为4点来说。
1、背包问题
01背包之所以叫01背包是因为背包大小固定,可以放进去的物品固定,每种物品仅仅有两种状态可以选择,当然是放或不放,对应来说也就是0或者1.拿上面这道题目来看,题目是要求回答背包中最终所能装下的最大价值。换种说法就是无论背包有没有装满,只要价值最大就可以。那么我们就可以考虑,假设将背包的边界设为0,于是问题转化为考虑将第i件物品放入容量为v的背包中,第i件物品如果放入背包那便是“前i-1件物品放入剩下的容量为v-vi[i]的背包中”,如果不放那便是“前i-1件物品放入容量为v的背包中”,那么便可以得到01背包的状态转移方程。
dp[i][v] = max( dp[ i-1 ][v],dp[ i-1 ][ v-vi[i] + wi[i]] );
2、背包问题的空间优化
对于基础背包来讲我们可以优化dp的空间复杂度,由二维转化为一维问题来解决。从上面的方程来看dp[i][v]是由dp[i-1][v]和dp[i-1][v-wi[i]]两个子问题递推而来,那我们只需保证在递推dp[i][v]时能够得到dp[i-1][v]和dp[i-1][v-wi[i]]的值。所以根据背包问题的递推原理,可以这样来实现。
for(int i = 1;i <= n ; i++)
{
for(int j = v ; j >= 0 ; j--)
{
if(j >= vi[i])
dp[j] = max( dp[j],dp[j - vi[i]] + wi[i] );
}
}
3、背包问题的dp数组初始化
在上面我们说道包括这道题目无论背包有没有装满,只要价值最大就可以。而有时还会出现问题要求回答当背包恰好装满的最大价值为多少。解决方式为在初始化dp数组时处理的不同。
[1]问题为无论背包物品多少,要求价值最大为多少,初始化如下。
memset(dp,0,sizeof(dp));
[2]问题为无论背包物品恰好装满背包,价值最大为多少,初始化如下。
#define INF 0x3f3f3f3f;
memset(dp, -INF ,sizeof( dp ));
dp[0] = 0;
这样做的原因可以这样理解。当要求背包恰好装满时,那么仅有背包容量为0的背包可以装满了,其他的都是装不满的也没有合适的解答,所以为-∞。如果不要求背包装不装满那就可以将所有背包的重量统一为0就可以。
4、背包问题的更改时间优化。
上面的问题仅仅可以处理要求背包体积不够大时使用,而当背包很大的时候就有超时的可能。所以我们在循环中优化一下。我们求最后dp[v]时,倒推前一个物品,其实只要知道 f[v-wi[n]] 即可以此类推,对以
第j个背包,其实只需要知道到dp[v − (∑(n->j)wi[i])]即可.下面我会给出优化之前的代码和优化之后的代码。
上面SDUTOJ 2825 小P寻宝记——粗心的基友的代码
由基本解法未经[4]优化
// Time: 770MS
// Memory: 584KB
#include <iostream>
#include <algorithm>
#include <string>
#include <cstring>
#include <queue>
#include <stack>
#include <cmath>
#include <vector>
#include <cstdio>
#include <map>
#include <set>
const int INF = 0x3f3f3f3f;
const int M = 10010;
using namespace std;
int vi[M],wi[M],dp[M];
int main()
{
int n,v;
while(~scanf("%d %d",&n,&v))
{
memset(dp,0,sizeof(dp));//初始化dp数组
for(int i=1;i<=n;i++)
scanf("%d %d",&vi[i],&wi[i]);
for(int i=1;i<=n;i++)
{
for(int j=v;j>=0;j--)
{
if(j >= vi[i])
dp[j] = max(dp[j],dp[j-vi[i]]+wi[i]);
}
}
printf("%d\n",dp[v]);
}
return 0;
}
经过[4]优化之后
// Time: 620MS
// Memory: 620KB
#include <iostream>
#include <algorithm>
#include <string>
#include <cstring>
#include <queue>
#include <stack>
#include <cmath>
#include <vector>
#include <cstdio>
#include <map>
#include <set>
const int INF = 0x3f3f3f3f;
const int M = 10010;
using namespace std;
int vi[M],wi[M],dp[M],sumwi[M];
int main()
{
int n,v,sumw1;
while(~scanf("%d %d",&n,&v))
{
memset(dp,0,sizeof(dp));//初始化dp数组
for(int i=1,sumwi=0;i<=n;i++)
{
scanf("%d %d",&vi[i],&wi[i]);
sumw1 += wi[i];//求出1->n的总和
}
sumwi[1] = sumw1;
for(int i=2;i<=n;i++)//由1递推i->n的和并附值
{
sumwi[i] = sumwi[i-1] - wi[i-1];
}
for(int i=1;i<=n;i++)
{
int k = max(vi[i],v-sumwi[i]);//常数优化
for(int j=v;j>=k;j--)
{
if(j >= vi[i])
dp[j] = max(dp[j],dp[j-vi[i]]+wi[i]);
}
}
printf("%d\n",dp[v]);
}
return 0;
}
完
/*再次感谢dd大神的背包九讲,以上理论知识大部分来源于背包九讲(v1.1),谢谢!*/