目录
前言
根据闫氏DP法的核心思想“寻找最后一个不同点”对本典例来说,就是当取完前i-1个物品的方案后对第i个物品的取舍。(即状态转移方程的确立)
(《闫氏DP分析法,从此再也不怕DP问题!》https://www.bilibili.com/video/BV1X741127ZM/?share_source=copy_web&vd_source=49eddf94ddca4276d4208a0a83f4fed3)
举例问题描述:
若手写一步步推导可得
若将每个数据列表可得
代码如下:
#include<iostream>
#include<algorithm>
#include<cmath>
#include<cstdio>
#include<cstdlib>
using namespace std;
int f[5][9] = { 0 };
int w[5] = { 0,2,3,4,5 };
int v[5] = { 0,3,4,5,8 };
int main()
{
int i, j;
for (int i = 1; i < 5; i++)//对每个物品
{
for (int j = 1; j < 9; j++)//背包容量
{
if (w[i] > j)//如果第i个物品的重量w大于背包容量,则状态转移到上一个状态的价值v
{
f[i][j] = f[i - 1][j];
}
else//若背包容量足够放下第i个物品,则需要讨论第i个物品的取舍
{
f[i][j] = max(f[i - 1][j - w[i]] + v[i], f[i - 1][j]);
}
}
for (int i = 0; i < 5; i++)
{
for (int j = 0; j < 9; j++)
{
printf("f[%d][%d]=%d\n", i, j, f[i][j]);
}
}
}
return 0;
}
运行结果:
同理
Acwing2. 01背包问题题解:
#include <iostream>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];
int f[N][N];
int main() {
cin >> n >> m;
for(int i = 1; i <= n; i++) cin >> v[i] >> w[i];
for(int i = 1; i <= n; i++)//n个物品
{
for(int j = 0; j <= m; j++) {
f[i][j] = f[i-1][j];
if(j>=v[i]) f[i][j] = max(f[i][j], f[i-1][j-v[i]]+w[i]);
}
}
cout << f[n][m] << endl;
return 0;
}
以上ppt来自b站麦克老师(感谢)
优化方案(二维到一维)
所有的DP问题优化方案都是对核心代码做等价变形。
对于本题的优化有三个点:
1.f[j] = f[j] == f[i][j] = f[i - 1][j]
2.f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]) 等价于 f[j] = max(f[j], f[j - v[i]] + w[i]) —— j倒序遍历的情况下。这里说明一下为什么是j倒序的情况才等价,由于f[j - v[i]]一定比f[j]小,f[j - v[i]]是先算出来的(它俩同在第i层),只有倒序遍历让f[j]先算出来,后面max函数中所用到的f[j-v[i]]+w[i]才是第i-1层的。若正序遍历则会出现f[i][j] == max(f[i][j], f[i][j - v[i]] + w[i]的情况(这里也就是完全背包的优化情况), 而不是f[i-1]。也就是说保证f[j - v[i]]是上一层算出来的就可以。
3.j>=v[m]的条件可以放在for循环中
优化代码如下:
#include <iostream>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];
int f[N];
int main() {
cin >> n >> m;
for (int i = 1; i <= n; i++) cin >> v[i] >> w[i];
for (int i = 1; i <= n; i++)//n个物品
{
for (int j = m; j >= v[i]; j--)
{
f[j] = max(f[j], f[j - v[i]] + w[i]);
}
}
cout << f[m] << endl;
return 0;
}