背包问题
01背包问题(每件物品最多只能用一次)
#include<bits/stdc++.h>
using namespace std;
const int N = 1005;
int v[N]; // 体积
int w[N]; // 价值
int f[N][N]; // f[i][j], j体积下前i个物品的最大价值
int main()
{
int n, m;
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 = 1; j <= m; j++)
{
// 当前背包容量装不进第i个物品,则价值等于前i-1个物品
if(j < v[i])
f[i][j] = f[i - 1][j];
// 能装,需进行决策是否选择第i个物品
else
f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]);
}
cout << f[n][m] << endl;
return 0;
}
作者:深蓝
链接:https://www.acwing.com/solution/content/1374/
来源:AcWing
将状态f[i][j]优化到一维f[j],实际上只需要做一个等价变形。
为什么可以这样变形呢?我们定义的状态f[i][j]可以求得任意合法的i与j最优解,但题目只需要求得最终状态f[n][m],因此我们只需要一维的空间来更新状态。
(1)状态f[j]定义:N件物品,背包容量j下的最优解。
(2)注意枚举背包容量j必须从m开始。
(3)为什么一维情况下枚举背包容量需要逆序?在二维情况下,状态f[i][j]是由上一轮i - 1的状态得来的,f[i][j]与f[i - 1][j]是独立的。而优化到一维后,如果我们还是正序,则有f[较小体积]更新到f[较大体积],则有可能本应该用第i-1轮的状态却用的是第i轮的状态。
(4)例如,一维状态第i轮对体积为 3的物品进行决策,则f[7]由f[4]更新而来,这里的f[4]正确应该是f[i - 1][4],但从小到大枚举j这里的f[4]在第i轮计算却变成了f[i][4]。当逆序枚举背包容量j时,我们求f[7]同样由f[4]更新,但由于是逆序,这里的f[4]还没有在第i轮计算,所以此时实际计算的f[4]仍然是f[i - 1][4]。
如果使用顺序,会先更新f[4],再更新f[7],对于这个书包问题来讲,就是有可能,在更新f[4]的时候,已经把这次能加的物品加进来了,然后更新f[7]的时候,还有可能再加一次,所以必须使用逆序,保证,f[4]是没有加入新物品前,背包里的最优解。
(5)简单来说,一维情况正序更新状态f[j]需要用到前面计算的状态已经被「污染」,逆序则不会有这样的问题。
状态转移方程为:f[j] = max(f[j], f[j - v[i]] + w[i] 。
for(int i = 1; i <= n; i++)
for(int j = m; j >= 0; j--)
{
if(j < v[i])
f[i][j] = f[i - 1][j]; // 优化前
f[j] = f[j]; // 优化后,该行自动成立,可省略。
else
f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]); // 优化前
f[j] = max(f[j], f[j - v[i]] + w[i]); // 优化后
}
实际上,只有当枚举的背包容量 >= v[i] 时才会更新状态,因此我们可以修改循环终止条件进一步优化。
for(int i = 1; i <= n; i++)
{
for(int j = m; j >= v[i]; j--) //j从最大容量开始枚举,大于等于相应的体积
f[j] = max(f[j], f[j - v[i]] + w[i]);
}
01背包实战
识别模型然后套模板就可以了,这个题的T(限制的采药时间相当于是背包的体积),M(药的种类数相当于是背包可以选的种类数)
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int m, n;
int f[N];
int main()
{
cin >> m >> n;//别输入反了,n是个数,m是背包的体积
for (int i = 0; i < n; i ++ )
{
int v, w;
cin >> v >> w;
for (int j = m; j >= v; j -- )
f[j] = max(f[j], f[j - v] + w);
}
cout << f[m] << endl;
return 0;
}
01背包稍微变形
变点:1、初始化f[0]=1 2、状态转移方程(一维)f[j]+=f[j-v[i]];
当前钱数的方案数 就等于 当前钱数的方案数 与 当前钱数减去菜价所剩钱数 的方案数 的和
#include<iostream>
using namespace std;
const int N=2e4+10;
int n,m;
int v[N],w[N];
int f[N];//恰好花费i元的方案数
int main()
{
//n是物品个数,m是背包容量
cin>>n;cin>>m;
for(int i=1;i<=n;i++)
{
cin>>v[i];
}
f[0]=1;
for(int i=1;i<=n;i++)
{
for(int j=m;j>=v[i];j--)
{
f[j]+=f[j-v[i]];
}
}
cout<<f[m]<<endl;
return 0;
}
完全背包(每件物品有无限个)
虽然形式上好像只有一行不一样,但是原理其实完全不一样
f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]); 01背包
f[i][j]= max(f[i][j], f[i][j-v[i]]+w[i]); 完全背包
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1010;
int f[N];
int v[N],w[N];
int main()
{
int n,m;
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=0;j<=m;j++)
{
if(j-v[i]>=0)
{
f[j]=max(f[j],f[j-v[i]]+w[i]);
}
}
}
cout << f[m]<<endl;
// for(int i = 1 ; i <=n ;i++)
// for(int j = 0 ; j <=m ;j++)
// {
// f[i][j] = f[i-1][j];
// if(j-v[i]>=0)
// f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
// }
// cout<<f[n][m];
return 0;
}
完全背包稍微变形的题目
这个题一看就知道是完全背包,因为货币可以用无限次,然后求的是“凑法”,最需要动脑子的是这个转移方程的变形:f[j]+=f[j-v[i]];
//完全背包
#include <iostream>
#include <cstring>
#include <algorithm>
typedef long long LL;
using namespace std;
const int N = 1e5+10;
LL f[N];
LL v[N],w[N];
int main()
{
int n,m;
cin>>n>>m;
f[0]=1;
for(int i=1;i<=n;i++)cin>>v[i];
for(int i=1;i<=n;i++)
{
for(int j=v[i];j<=m;j++)
{
f[j]+=f[j-v[i]];
}
}
cout<<f[m]<<endl;
return 0;
}
蓝桥杯真题
只不过这个题还结合了最大公约数的知识,如果这一系列数的最大公约数不是1,那么有INF种情况凑不出来(这个我没有想到)
这里完全背包的状态转移方程为:f[j]=f[j]|f[j-v[i]];//f[i]表示i能不能被凑出来,bool类型
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 10010;
int f[N];
int v[N];
int gcd(int a, int b) // 欧几里得算法
{
return b ? gcd(b, a % b) : a;
}
int main()
{
int n;//物体个数 背包容量
cin>>n;
for(int i=1;i<=n;i++)cin>>v[i];
int g=v[1];
for(int i=2;i<=n;i++)
{
g=gcd(g,v[i]);
}
if(g!=1)cout<<"INF"<<endl;
else
{
f[0]=1;
for(int i=1;i<=n;i++)
{
for(int j=v[i];j<N;j++)
{
f[j]=f[j]|f[j-v[i]];
}
}
int ans=0;
for(int i=1;i<N;i++)
{
if(f[i]==0)ans++;
}
cout<<ans<<endl;
}
// for(int i = 1 ; i <=n ;i++)
// for(int j = 0 ; j <=m ;j++)
// {
// f[i][j] = f[i-1][j];
// if(j-v[i]>=0)
// f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
// }
// cout<<f[n][m];
return 0;
}
多重背包(也就是有数量限制的完全背包)
朴素版本的多重背包(三重循环,k满足两个条件)
#include<bits/stdc++.h>
using namespace std;
const int N = 110;
int n, m;
int v[N], w[N], s[N];
int f[N][N];//前i个数 总体积不超过j
int main()
{
cin >> n >> m;//物品数量和背包体积
for (int i = 1; i <= n; i++)
{
cin >> v[i] >> w[i]>>s[i];//第i件物品的体积 价值 数量
}
for(int i=1;i<=n;i++)
{
for(int j=0;j<=m;j++)//j是说总体积不超过j,m是背包的体积
{
for(int k=0;k*v[i]<=j&&k<=s[i];k++)
{
f[i][j]=max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);
}
}
}
cout << f[n][m] << endl;
return 0;
}
用二进制优化的多重背包(我还没完全搞懂)
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 25000;
const int M=2010;
int v[N],w[N];
int f[M];
int main()
{
int n,m;
cin>>n>>m;
int cnt=0;//分的组数
for(int i=1;i<=n;i++)
{
int a,b,s;
cin>>a>>b>>s;
int k=1;//k是当前这组的个数 1 2 4 8
while(k<=s)
{
cnt++;
v[cnt]=a*k;//当前这组的总种类
w[cnt]=b*k;//当前这组的总重量
s-=k;
k*=2;
}
if(s>0)
{
cnt++;
v[cnt]=a*s;
w[cnt]=b*s;
}
}
n = cnt ; //枚举次数正式由个数变成组别数
for(int i=1;i<=n;i++)
{
for(int j=m;j>=v[i];j--)
{
f[j]=max(f[j],f[j-v[i]]+w[i]);
}
}
cout<<f[m];
return 0;
}
分组背包
转移的时候如果用的是上一层的状态,那就从大到小来枚举体积;如果用的是本层的,那就从小到大枚举体积
二维做法
#include<bits/stdc++.h>
using namespace std;
const int N=110;
int f[N][N]; //只从前i组物品中选,当前体积小于等于j的最大值
int v[N][N],w[N][N],s[N]; //v为体积,w为价值,s代表第i组物品的个数
int n,m,k;
int main(){
cin>>n>>m;
for(int i=1;i<=n;i++){
cin>>s[i];
for(int j=0;j<s[i];j++){
cin>>v[i][j]>>w[i][j]; //读入
}
}
for(int i=1;i<=n;i++){
for(int j=0;j<=m;j++){
f[i][j]=f[i-1][j]; //不选
for(int k=0;k<s[i];k++){
if(j>=v[i][k]) f[i][j]=max(f[i][j],f[i-1][j-v[i][k]]+w[i][k]);
}
}
}
cout<<f[n][m]<<endl;
}
因为只用到了第i-1列,所以可以仿照01背包的套路逆向枚举体积(转移的时候如果用的是上一层的状态,那就从大到小来枚举体积;如果用的是本层的,那就从小到大枚举体积)
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 110;
int v[N][N],w[N][N];
int s[N];
int f[N];
int main()
{
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++)
{
cin>>s[i];
for(int j=0;j<s[i];j++)
{
cin>>v[i][j]>>w[i][j];
}
}
for(int i=1;i<=n;i++)
{
for(int j=m;j>=0;j--)
{
for(int k=0;k<s[i];k++)
{
if(j>=v[i][k])
{
f[j]=max(f[j],f[j-v[i][k]]+w[i][k]);
}
}
}
}
cout<<f[m]<<endl;
return 0;
}
背包思维的题(状态变化)
AcWing 3417. 砝码称重(闫式dp/dfs) - AcWing,这篇题解写的相当清楚
#include <bits/stdc++.h>
using namespace std;
const int N = 110, M = 2e5 + 10;
int sum;
int n;
int w[N];
bool f[N][M];
int main() {
cin>>n;
for (int i = 1; i <= n; i++)
{
scanf("%d", &w[i]);
sum+=w[i];
}
f[0][0]=true;
for (int i = 1; i <= n;i++)
for (int j = 0; j <=sum;j++)
f[i][j]=f[i-1][j]||f[i-1][j+w[i]]||f[i-1][abs(j-w[i])];
//只要有一个非空,f[i][j]就非空
int ans = 0;
for (int i = 1; i <=sum;i++)
if(f[n][i])ans++;//不为零说明可以选出这个质量的砝码
cout << ans;
return 0;
}