注意事项:
建议先理解01背包:java—dp动态规划—01背包
题目:
有 N 组物品和一个容量是 V 的背包
每组物品有若干个,同一组内的物品最多只能选一个
每件物品的体积是 vij,价值是 wij,其中 i 是组号,j 是组内编号
求解将哪些物品装入背包,可使物品总体积不超过背包容量,且总价值最大
输出最大价值
第一行有两个整数 N,V,用空格隔开,分别表示物品组数和背包容量。
接下来有 N 组数据:
- 每组数据第一行有一个整数 Si,表示第 i 个物品组的物品数量;
- 每组数据接下来有 Si 行,每行有两个整数 vij,wij,用空格隔开,分别表示第 i 个物品组的第 j 个物品 的体积和价值;
0 < N,V ≤ 100
0 < Si ≤ 100
0 < vij, wij ≤ 100
输入:
3 5
2
1 2
2 4
1
3 4
1
4 5
输出:
8
public class 动态规划_分组背包 {
//v存每组背包的体积数据,w存每组背包的价值数据,s表示每组背包里有多少物品,f表状态
public static int N = 110, n, m;
public static int[][] v = new int[N][N], w = new int[N][N];
public static int[] s = new int[N], f = new int[N];
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
n = in.nextInt(); m = in.nextInt();
//接收数据
for (int i = 1; i<=n; i++) {
s[i] = in.nextInt();
for (int j = 1; j<=s[i]; j++) {
v[i][j] = in.nextInt(); w[i][j] = in.nextInt();
}
}
//这个地方其实就是一个变相的01背包
for (int i = 1; i<=n; i++) {
for (int j = m; j>=0; j--) {
for (int k = 1; k<=s[i]; k++) {
if (j >= v[i][k]) f[j] = Math.max(f[j], f[j - v[i][k]] + w[i][k]);
}
}
}
System.out.println(f[m]);
}
}
思路:
背包问题在优化完空间之后,循环顺序必须是物品、体积、决策。这里的第三维虽然看似是在循环物品,但其实是循环当前物品组中的决策:我是选第1个物品呢,还是选第2个物品呢,还是选第3个物品呢,以此类推。
注意,分组背包问题的k表示的是第i组物品选哪个,用来考虑选择/不选择第i组第k个物品
而完全背包问题中的k表示第i个物品选几个,用来考虑选择几个物品i
总结下背包问题的状态转移,一般是两种情况:
1.如果从上一层获取状态,是从大到小枚举体积
2.如果从本层获取状态,是从小到大枚举体积
声明:
算法思路来源为y总,详细请见https://www.acwing.com/
本文仅用作学习记录和交流