目录
1、01背包问题
分析:一个物品只能取一次。
采用滚动数组,为什么要从背包体积为V开始遍历呢?
我们可以简单模拟一下,假如有一个物品的体积为2,背包的容量为6;
我们计算 f[2]的时候,把这个物品放进这个背包,ok没问题,接下来到f[4]的时候,我们会用到之前的背包f[2],但我们接下来还要放这个物品,所以就相当于放了两次这个物品,就重复放了。(重复放的背包问题接下来会提及,配合理解效果更佳)
如果我们从f[6]开始放这个物品,因为此前的f[4]是还没计算的,我们是不会重复放的,计算f[5]的时候,f[3]是没有计算过的,背包中就不会有重复的物品。
for(int i = 1;i<=n;++i){ //n个物品
for(int j = V;j>=w[i];--j){ // 背包容量
f[j] = max(f[j],f[j-w[i]]+v[i]);
}
}
2、完全背包问题
分析:n个物品,背包体积为v,每个物品可以无限用
滚动数组, 且遍历的体积从小到大,因为可以无限用,所以可以重复放
for(int i = 1;i<=n;++i){
for(int j=w[i];j<=V;++j){
f[j] = max(f[j],f[j-w[i]]+v[i]);
}
}
3、多重背包问题
分析:n件物品,背包体积为V,第i件物品有s[i]件,每件价值v[i],体积为w[i]
注意,不要认为有多件物品,就认为是重复放
正如对应的代码,j 是从 v 开始遍历的
for (int i = 1; i <= n; i++)
for (int j = V; j >= w[i]; j--)
for (int k = 1; k <= s[i] && k * w[i] <= j; k++)
f[j] = max(f[j], f[j - w[i] * k] + v[i] * k);
用“二进制拆分”优化求解多重背包
比如有8个苹果:
没有优化之前,我们是这样放的,放1个,放2个,放3个 ... 放8个 , 效率是很低的
根据二进制的计算原理,任何一个十进制整数X,都可以用1、2、4、8、…这些2的倍数相加得到。
我们可以把这堆苹果拆分成 1、2、4、1 ,然后把这4堆苹果认为是4种不同的物品。最后形成的结果就是,我们只要完成一个01背包问题就好了
注意,new_ 开的数组要比原先的大,这里为了方便就统一开成大的。
//洛谷 P1776:二进制拆分+滚动数组
#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int n,V,dp[N];
// 价值wealth,每个物品占的空间cost,该物品的数量
int w[N],v[N],s[N];
int new_n; //二进制拆分后的新物品总数量
int new_w[N],new_v[N],new_s[N]; //二进制拆分后新物品
int main(){
// n个物品,背包容量为 V
cin >> n >>V;
for(int i=1;i<=n;i++)scanf("%d %d %d",&w[i],&v[i],&s[i]);
//以下是二进制拆分
int new_n = 0;
for(int i=1;i<=n;i++){
for(int j=1;j<=s[i];j<<=1) { //二进制枚举:1,2,4...
s[i]-=j; //减去已拆分的
new_w[++new_n] = j*w[i]; //新物品
new_v[new_n] = j*v[i];
}
if(s[i]){ //最后一个是余数
new_w[++new_n] = s[i]*w[i];
new_v[new_n] = s[i]*v[i];
}
}
//以下是滚动数组版本的0/1背包
for(int i=1;i<=new_n;i++) //枚举物品
for(int j=V;j>=new_w[i];j--) //枚举背包容量
dp[j] = max(dp[j],dp[j-new_w[i]]+new_v[i]);
cout << dp[V] << endl;
return 0;
}
还有一种更紧凑的写法:推荐使用
for (int i = 1; i <= n; i++) {
int num = min(s[i], V / w[i]); // V/w[i]是最多能放多少个该种物品进去,优化上界
for (int k = 1; num > 0; k <<= 1) { //这里的k就相当于上面例子中的1,2,4,1
if (k > num) k = num;
num -= k;
for (int j = V; j >= w[i] * k; --j) // 01背包
f[j] = max(f[j], f[j - w[i] * k] + v[i] * k);
}
}
4、混合背包问题
如果将前面三个背包混合起来,也就是说,有的物品只可以取一次(01背包),有的物品可以取无限次(完全背包),有的物品可以取的次数有一个上限(多重背包),应该怎么求解呢?
#include<bits/stdc++.h>
using namespace std;
int v[1005],w[1005],s[1005],f[1005];
int main(){
int n,V;scanf("%d %d",&n,&V);
for(int i = 1;i<=n;++i)scanf("%d %d %d",&w[i],&v[i],&s[i]);
for(int i = 1;i<=n;++i){
if(s[i]==-1){
for(int j = V;j>=w[i];--j){
f[j] = max(f[j],f[j-w[i]]+v[i]);
}
}
else if(s[i]==0){
for(int j = w[i];j<=V;++j){
f[j] = max(f[j],f[j-w[i]]+v[i]);
}
}
else{
int num = min(s[i],V/w[i]); // 优化上界
for(int k = 1;num>0;k<<=1){
if(num<k)k = num;
num -= k;
for(int j = V;j>=k*w[i];--j){
f[j] = max(f[j],f[j-k*w[i]]+k*v[i]);
}
}
}
}
printf("%d\n",f[V]);
return 0;
}
5、二维费用背包问题
二维费用的背包问题是指:对于每件物品,具有两种不同的费用;选择这件物品必须同时付出这两种代价;对于每种代价都有一个可付出的最大值(背包容量)。问怎样选择物品可以得到最大的价值。设第i 件物品所需的两种代价分别为c [ i ]和g [ i ] 。两种代价可付出的最大值(两种背包容量)分别为V和M。物品的价值为w [ i ] 。
费用加了一维,只需状态也加一维即可。
也可以采用滚动数组,类似于之前的写法:
for (int i = 1; i <= n; i++)
for (int j = V; j >= c[i]; j--)
for (int k = M; k >= g[i]; k--)
f[j][k] = max(f[j][k], f[j - c[i]][k - g[i]] + w[i]);
这是01背包的情况,如果是完全背包问题,循环的方式改为顺序即可。如果是分组,也类似此前的情况。
6、分组背包问题
有 N 组物品和一个容量为V 的背包。每一组第 i 件物品的费用是c [ i ],价值是w [ i ] 。每组中的物品互相冲突,最多选一件。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。
9. 分组背包问题 - AcWing题库https://www.acwing.com/problem/content/9/
#include<bits/stdc++.h>
using namespace std;
int w[105],v[105],f[105];
int main(){
int n,V;scanf("%d %d",&n,&V);
for(int i = 1;i<=n;++i){
int s;scanf("%d",&s);
int minn = INT_MAX;
for(int j = 1;j<=s;++j){
scanf("%d %d",&w[j],&v[j]);
minn = min(minn,w[j]); // 记录这一组体积最小的物品,用作下面优化
}
for(int j = V;j>=minn;--j){
for(int k = 1;k<=s;++k){ // 一个组内有 s 个,遍历一遍看取哪个
if(j>=w[k])f[j] = max(f[j],f[j-w[k]]+v[k]);
}
}
}
printf("%d\n",f[V]);
return 0;
}