【算法】动态规划专题⑤ —— 0-1背包问题 + 滚动数组优化 python

查理零世

已于 2025-02-07 14:41:48 修改

阅读量1.2k

点赞数 37

分类专栏：动态规划专题文章标签：算法动态规划 python

于 2025-02-06 23:24:09 首次发布

本文链接：https://blog.csdn.net/2401_87245677/article/details/145480647

版权

动态规划专题专栏收录该内容

12 篇文章

订阅专栏

前置知识

【算法】动态规划专题③ ——二维DP python

01背包问题是经典的动态规划问题之一，适用于解决在有限容量的背包中选择物品以最大化总价值的问题。每个物品只能选择一次（即“01”代表选或不选）

引入模板

01背包问题 https://www.acwing.com/problem/content/description/2/

有 $N$ 件物品和一个容量是 $V$ 的背包。每件物品只能使用一次。

第 $i$ 件物品的体积是 $v_i$ ，价值是 $w_i$ 。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数， $N ， V$ ，用空格隔开，分别表示物品数量和背包容积。

接下来 $N$ 行，每行两个整数 $v_i, w_i$ ，用空格隔开，分别表示第 $i$ 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

$\lt N, V \le 1000$
$0\lt v_i, w_i \le 1000$

输入样例

输出样例：

思路：

定义：dp[ $i$ ][ $j$ ]:前 $i$ 件物品，总体积不超过 $j$ 的最大价值

对于第i个物品，有两种选择：

不选该物品：dp[i][j] = dp[i-1][j]
选该物品：前提是当前背包容量足够装下该物品，即j >= w[i]，此时dp[i][j] = dp[i-1][j-w[i]] + v[i]
因此，状态转移方程为：
dp[i][j] = max(dp[i-1][j], dp[i-1][j - weight[i]] + value[i])

初始条件

当没有物品可选时，所有dp[0][j] = 0
当背包容量为0时，所有dp[i][0] = 0

代码如下：

n, v = map(int, input().split())
dp = [[0] * (v + 1) for _ in range(n + 1)]
for i in range(1, n + 1):
    wi, vi = map(int, input().split())
    for j in range(1, v + 1):
        if j - wi >= 0:
            dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - wi] + vi)
        else:
            dp[i][j] = dp[i - 1][j]
print(dp[n][v])

滚动数组

在转移方程中，第i行的更新，仅和第i-1行有关系，因此可以使用滚动数组。
空间复杂度从O(n*v)优化为O(2*v)

code:

n, v = map(int, input().split())
dp = [[0] * (v + 1) for _ in range(2)]
for i in range(1, n + 1):
    wi, vi = map(int, input().split())
    for j in range(1, v + 1):
        if j - wi >= 0:
            dp[i % 2][j] = max(dp[(i - 1) % 2][j], dp[(i - 1) % 2][j - wi] + vi)
        else:
            dp[i % 2][j] = dp[(i - 1) % 2][j]
print(dp[n % 2][v])

再进一步优化为一维的O(v)：

code：

n, v = map(int, input().split())
dp = [0] * (v + 1)
for i in range(1, n + 1):
    wi, vi = map(int, input().split())
    for j in range(v, wi - 1, -1):
        dp[j] = max(dp[j], dp[j - wi] + vi)
print(dp[v])

实战演练

[NOIP 2005 普及组] 采药

题目描述

辰辰是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”
如果你是辰辰，你能完成这个任务吗？

输入格式

第一行有 $2$ 个整数 $T$ （ $\le T \le 1000$ ）和 $M$ （ $\le M \le 100$ ），用一个空格隔开， $T$ 代表总共能够用来采药的时间， $M$ 代表山洞里的草药的数目。

接下来的 $M$ 行每行包括两个在 $1$ 到 $100$ 之间（包括 $1$ 和 $100$ ）的整数，分别表示采摘某株草药的时间和这株草药的价值。

输出格式

输出在规定的时间内可以采到的草药的最大总价值。

样例输入

样例输出

【数据范围】

对于 $30\%$ 的数据， $\le 10$ ；
对于全部的数据， $\le 100$ 。

【题目来源】

NOIP 2005 普及组第三题

一道01背包的模板题，轻松AC

code：

t, m = map(int, input().split())
dp = [[0] * (t + 1) for _ in range(m + 1)]
for i in range(1, m + 1):
    ti, wi = map(int, input().split())
    for j in range(1, t + 1):
        if j - ti < 0:
            dp[i][j] = dp[i - 1][j]
        else:
            dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - ti] + wi)
print(dp[m][t])

滚动数组优化：

t, m = map(int, input().split())
dp = [0] * (t + 1)
for i in range(1, m + 1):
    ti, wi = map(int, input().split())
    for j in range(t, ti - 1, -1):
        dp[j] = max(dp[j], dp[j - ti] + wi)
print(dp[t])