背包问题
背包问题是一种组合优化的NP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。
01背包
01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W1,W2至Wn,与之相对应的价值为P1,P2至Pn。01背包是背包问题中最简单的问题。01背包的约束条件是给定几种物品,每种物品有且只有一个,并且有权值和体积两个属性。在01背包问题中,因为每种物品只有一个,对于每个物品只需要考虑选与不选两种情况。如果不选择将其放入背包中,则不需要处理。如果选择将其放入背包中,由于不清楚之前放入的物品占据了多大的空间,需要枚举将这个物品放入背包后可能占据背包空间的所有情况。
每种物品都有一个价值 w和体积 c ,你现在有一个背包容积为V,你想用一些物品装背包使得物品总价值最大。
状态转移方程: dp[i][v]=max(dp[i-1][v],dp[i-1][v-w[i]]+c[i]);
#include<iostream>
#include<cstring>
using namespace std;
const int Maxn=110;
const int Maxv=1010;
int V,n,ans=0;
int w[Maxn],c[Maxn];
int dp[Maxn][Maxv];
void dfs(int i,int v)
{
if (dp[i][v]!=-1) return ;
if (i==0)
{
dp[i][v]=0;
}
else
{
dfs(i-1,v);
dp[i][v]=dp[i-1][v];
if (v>=w[i])
{
dfs(i-1,v-w[i]);
dp[i][v]=max(dp[i-1][v],dp[i-1][v-w[i]]+c[i]);
}
}
}
int main()
{
cin>>V>>n;
for (int i=1;i<=n;i++)
{
cin>>w[i]>>c[i];
}
memset(dp,-1,sizeof(dp));
dfs(n,V);
cout<<dp[n][V]<<endl;
return 0;
}
完全背包
与01背包不同的是,完全背包一种东西可以无限制的取用。那么假设我采了n
遍这次草药,那么这种情况下的
状态转移方程:dp[j] = max(dp[j], dp[j - w[i]] + v[i]);
#include<iostream>
#include<algorithm>
#include<vector>
using namespace std;
const int N = 1e4 + 5;
typedef long long ll;
int w[N], v[N];
int main()
{
int t, m;
cin>>t>>m;
vector<ll> dp(t + 1,0);
for (int i = 1; i <= m; i++)
cin>>w[i]>>v[i];
for (int i = 1; i <= m; i++)
for (int j = 1; j <= t; j++)
{
if (j >= w[i])
dp[j] = max(dp[j], dp[j - w[i]] + v[i]);
}
cout<<dp[t];
return 0;
}
课堂内容:
背包问题 Dp
01 背包
i w[i] v[i]
: 给出n 种物品 , 每种物品都有一个价值, 一个体积, 每种物品最多只有一件
给出一个体积 m, 求从这 n 种物品中选, 所选物品的总体积 不超过 m, 总价值最大 是多少
从n 种物品中选, 总体积不超过背包容量m , 总价值最大
完全背包
多重背包
分组背包
f[i, j]
1. 集合:从前 i 种物品中选,(每种物品最多 1 件), 总体积不超过 j 的所有选法的集合
属性:max
2. 计算:
f[i, j] 一定是以下两种情况种的一种
1. 选了 第 i 件物品 f[i, j] = f[i - 1, j - vi] + wi
2. 没选第 i 件物品 f[i, j] = f[i - 1, j]
f[i, j] = max(f[i - 1, j - vi] + wi, f[i - 1, j]);
3. 初始化(边界)
f[0, i] = 0
4. 时间复杂度
O(n^2)
02完全背包
f[i, j]
1. 集合:从前 i 种物品中选,(每种物品无限 件), 总体积不超过 j 的所有选法的集合
属性:max
2. 计算:
f[i, j] 一定是以下情况的一种
第 i 件物品选 几件
0, 1, 2, ... k
k * vi <= j
f[i, j] = max(f[i - 1, j], f[i - 1, j - vi] + wi, f[i - 1, j - 2vi] + 2wi... k)
f[i, j - vi] = max( f[i - 1, j - vi] , f[i - 1, j - 2vi] + wi,... k)
f[i, j] = f[i - 1, j]
f[i, j] = f[i, j - vi] + wi;
3. 初始化(边界)
f[0, j] = 0
4. 时间复杂度
O(n^3)