2024年最新DP 动态规划(一) ——背包问题学习总结（闫氏DP分析法）_闫式dp，2024年最新那些被大厂优化的程序员们

2401_84975245

于 2024-05-14 11:39:43 发布

阅读量313

点赞数 5

分类专栏：程序员文章标签： c语言 c++ 学习

本文链接：https://blog.csdn.net/2401_84975245/article/details/138847865

版权

程序员专栏收录该内容

43 篇文章 0 订阅

订阅专栏

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

题目链接
题目
在这里插入图片描述

闫式DP分析
①状态表示

集合f[i][j]:所有只从前i个物品中选,并且总体积≤j的选法的【核心】请记住这句话，DP就是一直围绕这句话实现的
属性：MAX

②状态计算

当前背包容量不够（j < v[i]），没得选，因此前 i 个物品最优解即为前 i−1个物品最优解：f[i][j] = f[i - 1][j]。
如果可以选：f[i][j] = f[i - 1][j - v[i]] + w[i]。

③二维分析过程↓

在这里插入图片描述

就第一步举例：首先对f(4,8)的理解，其中4是指第i个物品就行选择（选 or不选），8是指背包的容量，看图，下一步是f(3,x) 表示是对第4个物品进行了抉择（不管选还是不选 4必须减去1），如果选择的话，背包容量就会减去第i个物品的体积（表示当前背包容量），后面加上的第i物品价值 +w[i], 图中的+8，就是现在背包的价值.。

代码
二维写法
时间复杂度 O(n*m)

#include <iostream>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];//v:体积 w：价值
int f[N][N];//集合表示

int main () {
    cin >> n >> m;
    for (int i = 1; i <= n; i ++) {
        cin >> v[i] >> w[i];
    }
    for (int i = 1; i <= n; i ++) {
        for (int j = 1; 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;
}

一维写法 [优化：对代码等价变形]

优化↓

for (int i = 1; i <= n; i ++) {
        //for (int j = 1; j <= m; j ++) { 更改顺序
            for(int j = m; j >= 0; j --) {
            if (j < v[i]) {//体积超出背包容量，不选
                //f[i][j] = f[i - 1][j];
                f[j] = f[j] //优化
            }
            else  {//决策要不要选
                //f[i][j] =max (f[i - 1][j],f[i - 1][j - v[i]] + w[i]);
                f[i][j] = max(f[j], f[j - v[i]] + w[i]); //优化
            }
        }
    }

进一步优化↓

for(int i = 1; i <= n; i++)
{
    for(int j = m; j >= v[i]; j --) { //可以选时才会更新状态
        f[j] = max(f[j], f[j - v[i]] + w[i]);
        }
}

终极版本

#include <iostream>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];//v:体积 w：价值
int f[N];//集合表示 一开始全为0

int main () {
    cin >> n >> m;
    for (int i = 1; i <= n; i ++) {
        cin >> v[i] >> w[i];
    }
    for(int i = 1; i <= n; i++) {
        for(int j = m; j >= v[i]; j --) { //可以选时才会更新状态
          f[j] = max(f[j], f[j - v[i]] + w[i]);
        }
    } 
    cout << f[m] << endl;
    return 0;
}

🌟四、完全背包

与 [0-1]背包的区别 ——每件物品可以选无限次
题目链接

题目
在这里插入图片描述

闫式DP分析

先从朴素(baoli)算法时间复杂度接近 O(n3)

优化：错位相减的思路↓

图中橘色部分与f[i,j-v]相差w
得到：f[i][j]=max(f[i-1][j],f[i,j-v]+w ) 完全背包
对比：f[i][j]=max(f[i][j],f[i,j-v]+w ) 01背包

最终代码

#include <iostream>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];//v:体积 w：价值
int f[N];//集合表示 一开始全为0

int main () {
    cin >> n >> m;
    for (int i = 1; i <= n; i ++) {
        cin >> v[i] >> w[i];
    }
    for(int i = 1; i <= n; i++) {
     for(int j = v[i]; j <= m; j ++) { 
          f[j] = max(f[j], f[j - v[i]] + w[i]);
        }
    } 
    cout << f[m] << endl;
    return 0;
}

🌟五、多重背包

与完全背包有点相似 —— 每件物品最多有 s[i]种选择
题目链接

朴素做法

#include <bits/stdc++.h>
using namespace std;
const int N = 110;
int n, m;//物品 体积
int v[N], w[N], s[N];// 体积 ：价值 ：个数
int f[N][N];//集合
int main () {
    cin >> n >> m;
    for (int i = 1; i <= n; i ++) {
        cin >> v[i] >> w[i] >> s[i];
    }
    for (int i = 1; i <= n; i ++) { //枚举种类
        for (int j = 0; j <= m; j ++) {//枚举体积
            for (int k = 0; k <= s[i] && k \* v[i] <=j ; k++) { //枚举第i个物品选多少个
                            //个数限制 体积限制
                f[i][j] = max(f[i][j], f[i - 1][j - v[i] \* k] + w[i] \* k);
            }
        }
    }
    cout << f[n][m] << endl;
    return 0;
}

优化

用前面错位相减的思路这道题用不了
在这里插入图片描述

如果一件一件选的话，暴力时间复杂度：O(n3) 而且数据类型还是1000 + 一定会TLE
所以， 考虑二进制优化 —> 优化后时间复杂度 : O(nlogn)
步骤：拆分第i件物品分成若干件物品，其中每件物品有一个系数，这件物品的费用和价值均是原来的费用和价值乘以这个系数。使这些系数分别为1,2,4,…,2(k) , s[i]-2k+1 + 1.(C)[下图的C]，且k是满足s[i] - 2k+1 + 1>0 的最大整数,并且C < 2k+1。

举个栗子，如果s[i]为13，就将这种物品分成系数分别为1,2,4,6(C)的四件物品。
在这里插入图片描述
代码

#include <bits/stdc++.h>
using namespace std;
const int N = 25000;//2000 \* log2 1000
int n, m;
int v[N], w[N];
int f[N];
int cnt = 0;//记录物品编号

int main () {
    cin >> n >> m;
    for (int i = 1; i <= n; i ++) {
        int a, b, s;//体积：价值：个数
        cin >> a >> b >> s;
        int k = 1;
        while (k <= s) {
            cnt++;
            v[cnt] = a \* k; 
            w[cnt] = b \* k;
            s -= k;
            k \*= 2;	//二进制优化
        }
        if (s >0) {//补上最后的C
            cnt++;
            v[cnt] = a \* s;
            w[cnt] = b \* s;
        }
    }
    n = cnt; //更新n
    for (int i = 1; i <= n; i ++) {
        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;
  
}

🌟六、分组背包问题

与前面的背包的区别 ——前面背包都是每件物品选几次，而分组背包问题是第i组物品选哪个？
题目
题目链接

思路
在这里插入图片描述
把分组背包问题 化解为 01背包问题

AC代码

朴素做法



![img](https://img-blog.csdnimg.cn/img_convert/b4554a045df250f52d835b1c0782b632.png)
![img](https://img-blog.csdnimg.cn/img_convert/b449607cf6f1cd2f641fa2a95e9d4e6f.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[如果你需要这些资料，可以戳这里获取](https://bbs.csdn.net/topics/618668825)**

C代码**


* 朴素做法

[外链图片转存中…(img-wCuOeeKX-1715657961470)]
[外链图片转存中…(img-9b4xAPAM-1715657961470)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

2401_84975245

关注

5
点赞
踩
9

收藏

觉得还不错? 一键收藏
1
评论
2024年最新DP 动态规划(一) ——背包问题学习总结（闫氏DP分析法）_闫式dp，2024年最新那些被大厂优化的程序员们

f[i][j]i≤j核心DP（j < v[i]）ii−1二维分析过程↓就第一步举例：首先对f(4,8)的理解，其中4是指第i个物品就行选择（选 or不选），8是指背包的容量，看图，下一步是f(3,x)表示是对第4个物品进行了抉择（不管选还是不选4必须减去1），如果选择的话，背包容量就会减去第i个物品的体积（表示当前背包容量），后面加上的第i物品价值+w[i], 图中的+8，就是现在背包的价值.。二维写法。
复制链接

扫一扫