背包问题加深

二维费用背包问题:        

题目:        AcWing 8. 二维费用的背包问题 - AcWing

二维费用就是比一维多加了一维,循环方式是一样的

背包体积的不同状态的初始化:

参考文章:        背包问题中 体积至多是 j ,恰好是 j ,至少是 j 的初始化问题的研究 - AcWing

题目:        AcWing 1020. 潜水员 - AcWing

(1)体积至多为 j:

        1.获取方案数:

        二维:f[0][j] 初始化为1,其余为0,并且要保证背包剩余体积不为负数

        一维:f[j] 初始化为1,并且要保证背包剩余体积不为负数

        2.求最大最小值:

        二维最大值:全部初始化为0,并且要保证背包剩余体积不为负数

        一维最大值:全部初始化为0,并且要保证背包剩余体积不为负数

(2)体积恰好为 j:

       1. 获取方案数:

        二维:f[0][0] 初始化为1,其余为0,并且要保证背包剩余体积不为负数

        一维:f[0] 初始化为1,其余为0,并且要保证背包剩余体积不为负数

        2.求最大最小值:

        二维最大值:f[0][0] 初始化为0,其余为-INF

        二维最小值:f[0][0] 初始化为0,其余为INF

        一维最大值:f[0] 初始化为0,其余为-INF

        一维最小值:f[0] 初始化为0,其余为INF     

(3)体积至少为 j:

        1.获取方案数:

        二维:f[0][0] 初始化为1,其余为0,背包剩余体积可以为负数

        一维:f[0] 初始化为1,其余为0,背包剩余体积可以为负数

        2.求最大最小值:

        二维最小值:f[0][0] 初始化为0,其余为INF

        一维最小值:f[0] 初始化为0,其余为INF

混合背包问题:

题目:        AcWing 7. 混合背包问题 - AcWing

通过混合背包可以了解到:对于二进制拆分,是可以一步一步来的,所以之前的多重背包模板也可以一步一步来。

背包选择方案的输出:

题目:        AcWing 1013. 机器分配 - AcWing

对于选择方案的输出,先用一个前缀数组把方案存起来,然后回溯输出

具体策略是:如果当前拿的价值,加上之前的价值,等于当前的总价值,那么就说明拿了当前物品

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值