背包问题
经典的0-1背包问题
0-1背包是在M件物品取出若干件放在空间为W的背包里,每件物品的体积为Wi,与之相对应的价值为Pi。每种物品有且只有一个,并且有权值和体积两个属性。求在装得下的情况下,最大的价值可以是多少。
结构
该类题目的储存结构为
1.一个结构体数组
每个结构体变量内含有改变量的两个属性值:体积和价值【用两个数组代替也可以,个人偏好】
2.一个二维数组f[i][j]
i代表前i个物品的情况,j代表当前状态总空间,该数组值表示在这种情况下的最大价值。
例如,f[5][8]的含义是,在考虑前5个物品的情况下且背包空间为8时,价值的最大值。
递推和状态转移方程
而f[5][8]的值是怎么求得的?f[5][8]的值有两个可能来源。
一是第5个物品不放入的情况,那么就是前4个物品在空间为8的情况下的最大价值。即f[5][8]=f[4][8]
二是第5个物品放入的情况。那么f[5][8]的价值就是第5个物品的价值加上前4个物品在8-vol[5]的空间下取得的最大价值。即f[5][8]=f[4][8-vol[5]]+val[5];
f[4][8]和f[4][8-vol[5]]+val[5]中的最大值就是f[5][8]的值。
那么就可以得到状态转移公式
例题和程序
题目
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
输入的第一行有两个整数T(1 <= T <= 1000)和M(1 <= M <= 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(1 <= t <= T)和这株草药的价值(1 <= v <= 100000)。
输出
输出包括一行,这一行只包含一个整数,表示在规定的时间内,可以采到的草药的最大总价值。
样例输入
100 5
77 92
22 22
29 87
50 46
99 90
样例输出
133
程序
#include<iostream>
#include<cstring>
#include<cmath>
using namespace std;
struct pr{
int t;
int val;
}dat[100];
int ans[100][100];
int main(){
int T,M;
cin>>T>>M;
for(int i=0;i<M;i++)
cin>>dat[i].t>>dat[i].val;
memset(ans,0,sizeof(ans));
for(int i=1;i<M;i++){
for(int j=0;j<T;j++){
if(j>=dat[i].t)
ans[i][j]=max(ans[i-1][j-dat[i].t],ans[i-1][j]+dat[i].val);
else
ans[i][j]=ans[i-1][j];
}
}
cout<<ans[M-1][T-1];
return 0;
}
空间复杂度优化
可以只用一维数组f[v]存储,这就要求每个i从后往前更新v,即从f[i][v]更新到f[i][0],这样就保证更新f[i][v]的时候能够正确获取f[i][v]和f[i][v-vol[i]]的值。
满背包问题
在这种条件下,背包必须装满
此时,就将f[0][j]初始化为0,而f[1-n][j]全部初始化为-inf,则在f[i][0-n]中最大的那个就是所求最大值。这种情况下,没装满就是负数。
条件背包问题
有N件物品; 第i件物品Wi公斤; 第i件物品价值Ci元; 第i件物品可能带0~2个附件;若装载附件,必须装载主件,反之没有约束。
假设只有主件的情况 ,显然与经典背包问题完全相同!
现在每个物品有附件,我们可以分成4种方案
仅装载主件
装载主件+第1个附件
装载主件+第2个附件
装载主件+2个附件
由于上述4种并列,这是几种不同的决策同时规划即可
多重背包问题
有N件物品; 第i件物品Wi公斤; 第i件物品价值Ci元; 现有一辆载重M公斤的卡车; 第i件物品限制最多只能取Xi个;问选取装载哪些物品,使得卡车运送的总价值最大?
类似01背包问题,将第i种物品拆分成x[i]个即x[i]变为w[1-x[i]],这样每个物品只有1件了,如下图:
然后对所有的物品采用动态规划即可。
F[i][j]=max{ f[i-1][j-k*w[i]] + k*c[i] }
0<=k*w[i]<=j
完全背包问题
有N件物品; 第i件物品Wi公斤; 第i件物品价值Ci元; 现有一辆载重M公斤的卡车; 每次可以选取某种物品的任意多件装载;问选取装载哪些物品,使得卡车运送的总价值最大?
类似于经典01背包问题,只不是状态转移方程略有区别
f[i][v] = max(f[i - 1][v],f[i - K * weight[i]] + K * Value[i]); 其中 1 <= K * weight[i] <= v,(v指此时背包容量)
相应代码片段变为
for(int i=1;i<=N;i++)
{
for(int v=1;v<=V;v++)
{
f[i][v]=0;
int nCount=v/weight[i];
for(int k=0;k<=nCount;k++)
{
f[i][v]=max(f[i][v],f[i-1][v-k*weight[i]]+k*Value[i]);
}
}
}
完全背包优化
若两件物品i、j满足c[i]<=c[j]且w[i]>=w[j],则将物品i去掉,不用考虑。这个优化的正确性显然:任何情况下都可将价值小费用高的j换成物美价廉的i,得到至少不会更差的方案。
完全背包再优化
由于每种物品有选和不选两种情况,可以将每种物品的2k个当成一个整体考虑。这样对于某种物品要选取多个,都可以由若干个2k个物品进行组合 (即2进制数)。例如第i种物品要选10个,则10=23+21 。
这样第i种物品的个数为k=㏒2 (m/wi)物品,是一个很大的改进。
进一步,在计算k时, k =㏒2 (j/wi),j为当前背包剩余空间。