零一背包_DP二维数组及优化及DP一维数组

零一背包

题目描述

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 vi，价值是 wi。

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。

DP_二维数组代码

#include<bits/stdc++.h>
using namespace std;

const int N = 1001;
int n,m;
int v[N],w[N],f[N][N]={0};

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

	// f[i][j] 表示从前 i 个物品里面选择体积不超过 j 的最大价值
	for(int i=1;i<=n;i++)
    	for(int j=0;j<=m;j++){
        	// 不选择第 i 个物品
        	f[i][j] = f[i-1][j];
        	// 选择第 i 个物品
        	if(j >= v[i])
            	f[i][j] = max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
    	}
	int res = 0;
	for(int i=0;i<=m;i++)
    	res = max(res,f[n][i]);
	cout << res << endl;
	return 0;
}

注意：其中，核心代码部分

f[i][j] = max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
// 等价于：
f[i][j] = max(f[i][j],f[i-1][j-v[i]]+w[i]);

优化： 由于核心代码部分的两层循环中，内层循环里面要更新f [i] [j] ，只与上一层的 f [i-1] [j]有关，所以不用记录整一层。优化方法：只采用一维数组（另一种优化方式：滚动数组）。

DP_一维数组代码

for(int i=1;i<=n;i++)
    	for(int j=v[i];j<=m;j++){
        	// 1. f[i][j] = f[i-1][j]; 由于是一维的，暂且视作只与j有关，所以与第一层没有关系，这一行可以直接注释
        	// 3. 直接将判断条件转移到 for 循环里
        	if(j >= v[i]){
        	 //f[i][j] = max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
        		// 2. 尽量做等价变换
        		// 如果直接改为 f[j] = max(f[[j],f[j-v[i]]+w[i]);
        		// 其实等价于 f[i][j] = max(f[i][j],f[i][j-v[i]]+w[i]);
        		// 而上面提到了 f[i][j] = max(f[i-1][j],f[i-1][j-v[i]]+w[i]) 等价于...max(f[i][j],...)
        		// 所以 式子中只有 max 函数里的第二项 f[j-v[i]]+w[i] 不是等价变换的
        		// 想要做等价变换，现在就需要想办法让 f[j-v[i]] 代表原来的 f[i-1][j-v[i]] 而不是 f[i][j-v[i]]
        		/* 实现思路：内层循环用逆序，才能使得 f[j-v[i]]是上一层没有被更新的（j-v[i]肯定小于j，
        		而内层循环 逆序 表明 f[j] 肯定比 f[j-v[i]] 要先被修改，故f[j-v[i]]是未被修改的值，
        		也就是说，f[j-v[i]]是上一层的值，即等价于原来的f[i-1][j-v[i]]）*/
        	}
    	}

优化后的最终代码

#include<bits/stdc++.h>
using namespace std;

const int N = 1001;
int n,m;
int v[N],w[N],f[N][N]={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;
}

说明： 核心代码部分，按照上述代码注释中的1,2,3步骤进行更改，最终结果即为优化结果

步骤2：尽量做等价变换

 1. 如果直接改为 f[j] = max(f[[j],f[j-v[i]]+w[i]);
 2. 其实等价于 f[i][j] = max(f[i][j],f[i][j-v[i]]+w[i]);
 3. 而上面提到了 f[i][j] = max(f[i-1][j],f[i-1][j-v[i]]+w[i]) 等价于...max(f[i][j],...)
 4. 所以 式子中只有 max 函数里的第二项 f[j-v[i]]+w[i] 不是等价变换的
 5. 想要做等价变换，现在就需要想办法让 f[j-v[i]] 代表
 原来的 f[i-1][j-v[i]] 而不是 f[i][j-v[i]]
 6. 实现思路：内层循环用逆序，才能使得 f[j-v[i]]是上一层没有被
 更新的（j-v[i]肯定小于j，而内层循环 逆序 表明 f[j] 肯定
 比 f[j-v[i]] 要先被修改，故f[j-v[i]]是未被修改的值，也就是说，
 f[j-v[i]]是上一层的值，即等价于原来的f [i-1] [j-v[i]]）

参考：零一背包_一维数组