什么是完全背包问题?
有n种物品和一个容量是m的背包,每种物品都有无限件可用。第 i 种物品的体积是 vi,价值是 wi。求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大,输出最大价值。
dp问题的通用分析方法
- 先考虑用几维状态来表示,背包问题一般用两维表示。【经验】
- 状态计算是把每个状态一步一步算出来。
- DP优化一般是指对动态规划的代码或计算方程做一个等价变形。一般是先将最基本的代码写出来再考虑去优化。
- 这里介绍的DP理解方式是从集合的角度去理解。这里以0-1背包为例子,f(i, j)对应一个集合,是只考虑前i个物品,且背包容量不超过j的所有选法构成的一个集合。(一个选法是指从第1到第i个物品,经过的物品你要么选,你要么不选,这就构成一种选法)
- f(i, j)一定是集合的某种属性(这种属性一般可以是Max、Min、数量等等)
具体分析
第i个物品可以选0~k个,其中k * v[i] ≤ j,(k + 1) * v[i] > j。
具体细节详看代码,如果有疑点可以回顾我之前写的0-1背包问题。
代码——朴素版
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int w[N], v[N], f[N][N];
int n, m;
int main(){
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++){
for(int k = 0; k * v[i] <= j; k++){
// 当k == 0时,f[i - 1][j - k * v[i]] == f[i - 1][j],已经包含不选的情况了。
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
}
}
}
cout << f[n][m];
}
代码优化——减少一维
- 问题:为什么可以从f[i, j - v[i]]转移过来呢?
找到上图中两个表达式之间的关系是理解公式的核心。
提示:最好不要直接从f[i, j] = Max(f[i - 1, j], f[i, j - v[i]] + w)这个经过“浓缩”的公式理解,这样反而会陷入困惑。
代码如下:
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int w[N], v[N], f[N][N];
int n, m;
int main(){
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++){
f[i][j] = f[i - 1][j];
// f[i, j] = max(f[i - 1, j], f[i -1, j - v[i]] + w[i], f[i - 1, j - 2 * v[i]] + 2 * w[i], ...)
// f[i, j - v[i]] = max( f[i - 1, j - v[i]], f[i - 1, j - 2 * v[i]] + w[i], ...)
// 两者只差了一个w[i]。
if(v[i] <= j) f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i]);
}
}
cout << f[n][m];
}
代码优化——极限优化
1、可见第i层仅仅使用到第i层的数据,所以可降至一维。
2、j - v[i] 和 j 都是小于等于j,所以从前到后遍历,即先把前面的数据更新为第i层数据,方才能调用第i层前面的数据。(区别0-1背包中从后到前,这里可以参考我之前写的0-1背包)
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int w[N], v[N], f[N];
int n, m;
int main(){
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 = v[i]; j <= m; j++){
// 1、可见第i层仅仅使用到第i层的数据,所以可降至一维。
// 2、j - v[i] 和 j 都是小于等于j,所以从前到后遍历,即先把前面的数据更新为第i层数据,
// 方才能调用第i层前面的数据。(区别0-1背包中从后到前)
f[j] = max(f[j], f[j - v[i]] + w[i]);
}
}
cout << f[m];
}