动态规划——背包问题

动态规划——背包问题

对于背包问题，今天我们先讲解，01背包，完全背包，和多重背包。我主要从：

1. 什么题可以用背包问题解决
2. 背包问题的模板细节，如何准确写出背包。

1.什么题可以用背包问题解决

看到题目中有数组，和一个目标值，就要考虑用背包问题解决。

比如：

1. 0-1背包中，有v[i]，w[i]两个数组，以及一个最大值（所求结果）。

2. 完全背包中，有v[i]，w[i]两个数组,数量不限（其实，换种角度想，完全背包，有多了以为数组，只不过这个数组无限大而已），和一个目标值

3. 多重背包中，就是标准的三个数组了w[i],v[i],以及一个目标值

总结一下：有两个数组+求target，就可以考虑用背包问题解决

2.背包问题的模板细节，如何准确写出背包。

对于模板，我是以题目来讲解的。

举个栗子

例一

0-1背包问题

有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。

限制条件

• 1 <= n <= 100
• 1 <= wi, vi <= 100
• 1 <= W <= 10000

样例

输入

n = 4

(w, v) = {(2, 3), (1, 2), (3, 4), (2, 2)}

w = 5

输出

7

---

代码如下

#include <bits/stdc++.h>
using namespace std;

const int maxl = 105;

int n, w[maxl], v[maxl], dp[maxl][maxl], W;

int main(){
	cin >> n;
	for (int i = 0; i < n; i++){
		cin >> w[i] >> v[i];
	}
	cin >> W;
	
	memset(dp, 0, sizeof(dp));
	
	for (int i = 0; i < n; i++)
	    for (int j = 0; j <= W; j++){
			if (j < w[i])
			dp[i + 1][j] = dp[i][j];
			else
			dp[i + 1][j] = max(dp[i][j], dp[i][j - w[i]] + v[i]);
		}
		cout << dp[n][W];
}

1. 明确变量，n, v[], w[], dp[] [], W,总的来说除了dp其他题目都要有提到。
2. 明白dp意义是什么？一般来说，题目求什么，dp意义就是啥，比如当前题“价值总和最大”。
3. for循环的判断条件要不要加等号（有的还加一），这要分类讨论一下，初始从零开始（比如i = 0），就看能不能取得到，能取到就加等于，不能就不加，从0 — n-1（n - 1可取），一共n个物品，所以说n取不到（对于数组v[i], w[i]来说，下标为n就越界了），所以n不加等于。对于W来说，题目中说了总重量不超过W的物品 ，所以W可以取到，就加上等于。如果下标从1开始，我们每个都加一，保持遍历次数不变（应该没问题把）
4. 在循环中的dp，小伙伴们做多了就会发现，有的是和本题相似是dp[i + 1] [j]，但是有的是dp[i + 1] [j + 1]dp[i ] [j + 1]等其他形式，不知道怎么写。解决办法就是看循环条件，不加等于的就加一 ，举个栗子，这题的n没有加等于所以我们写成这样dp[i + 1], W加了等于，所以是dp[j]。连起来就是终结果dp[i + 1] [j]
5. 到底输出dp几呢？输出循环条件上的，是n下标就是n，是W下标就是W
6. 数量为1，i不相同，要减一（0-1背包），数量无限，i相同（完全背包）

dp[i + 1][j] = max(dp[i][j], dp[i][j - w[i]] + v[i]);//等号后面的i（0-1背包）

dp[i + 1][j] = max(dp[i][j], dp[i + 1][j - w[i]] + v[i]);//等号后面的i（完全背包）

再来一个栗子练练手(leetcode 1143.最长公共子序列)

例二

最长公共子序列问题

​ 给定两个字符串 text1 和 text2，返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ，返回 0 。

一个字符串的 子序列 是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。

例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。

限制条件

• 1 <= text1.length, text2.length <= 1000

样例

示例 1：

输入：text1 = "abcde", text2 = "ace" 
输出：3  
解释：最长公共子序列是 "ace" ，它的长度为 3 

示例 2：

输入：text1 = "abc", text2 = "abc"
输出：3
解释：最长公共子序列是 "abc" ，它的长度为 3 。

示例 3：

输入：text1 = "abc", text2 = "def"
输出：0
解释：两个字符串没有公共子序列，返回 0 。

代码如下

#include <bits/stdc++.h>
using namespace std;

const int maxl = 1005;

int n, m, dp[maxl][maxl];
char s1[maxl], s2[maxl];

int main(){
	cin >> n >> m;
	for (int i = 0; i < n; i++){
		cin >> s1[i];
	}
	for (int i = 0; i < m; i++){
		cin >> s2[i];
	}
	
	memset(dp, 0, sizeof(dp));
	
	for (int i = 0; i < n; i++)
	    for (int j = 0; j < m; j++){
			if (s1[i] == s2[j])
			   dp[i + 1][j + 1] = dp[i][j] + 1;
			else
			   dp[i + 1][j + 1] = max(dp[i + 1][j], dp[i][j + 1]);
		}
	cout << dp[n][m];
}

步骤分析

1. 变量 n, m, dp, s1, s2
2. dp意义"两个字符串的最长 公共子序列 的长度"
3. 初始化，s1, s2长度都为0时，dp[0] [0] = 0
4. 循环条件是否可取，下标从0开始，s1,s2都不可取其n, m
5. 输出，由4. 可得dp[n] [m]
6. for循环里的递推式，s1[i]与s2[j] 相等，dp[i + 1] [j + 1]就等于，dp[i] [j]最大长度加一，s1[i]与s2[j] 不相等，就记录上一次两个字串的最大长度，这个上一次包含两种情况1.dp[i + 1] [j]2.dp[i] [j + 1]);

接下来讲解完全背包

例三

完全背包问题

有N种物品和一个容量为V的背包，每种物品都有无限件可用。

第i种物品的体积是c，价值是w。求解将哪些物品装入背包可使这些物品的体积总和不超过背包容量，且价值总和最大。

限制条件

• 1 <= n <= 100
• 1 <= wi, vi <= 100
• 1 <= W <= 10000

样例

输入

n = 3

(w, v) = {(3, 4), (4 , 5), (2, 3)}

w = 7

输出

10

---

代码如下

#include <bits/stdc++.h>
using namespace std;

const int maxl = 105;

int n, w[maxl], v[maxl], W, dp[maxl][maxl];

int main(){
	cin >> n;
	for (int i = 0; i < n; i++){
		cin >> w[i] >> v[i];
	}
	cin >> W;
	
	memset(dp, 0, sizeof(dp));
	
	for (int i = 0; i < n; i++)
	    for (int j = 0; j <= W; j++){
			if (j < w[i])
			   dp[i + 1][j] = dp[i][j];
			else
			   dp[i + 1][j] = max(dp[i][j], dp[i + 1][j - w[i]] + v[i]);
		}
		cout << dp[n][W];
}

步骤分析

1. 变量 n, dp, v, w, W
2. dp意义"价值总和最大"
3. 初始化，v, w都为0时，dp[0] [0] = 0,即价值为0
4. 循环条件是否可取，下标从0开始，v不可取其n, w可取W
5. 输出，由4. 可得dp[n] [m]
6. for循环里的递推式，j 表示现在的背包最大重量，w[i],第i个物品重量，如果 现在背包可承受重量小于第i个物品重量，那么价值就是，先前价值，如果装的下w[i],判断是装w[i]价值高，还是不装w[i]价值高

接下来是多重背包

例四

​ 有N种物品和一个容量为W的背包。第i种物品最多有k[i]件可用，每件重量用是w[i]，价值是v[i]。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。

限制条件

• 1 <= n <= 100
• 1 <= wi, vi, ki <= 100
• 1 <= W <= 10000

样例

输入

n = 3

(w, v, k) = {(1, 15, 2), (3, 20, 3), (4, 30, 2)}

w = 10

输出

70

---

代码如下

#include <bits/stdc++.h>
using namespace std;

const int maxl = 105;

int n, v[maxl], w[maxl], k[maxl], W, dp[maxl][maxl];

int main(){
	cin >> n;
	for (int i = 0; i < n; i++){
		cin >> w[i] >> v[i] >> k[i];
	}
	cin >> W;
	
	memset(dp, 0, sizeof(dp));
	
	for (int i = 0; i < n; i++)
	    for (int j = 0; j <= W; j++){
				if (j < w[i])
				   dp[i + 1][j] = dp[i][j];
				else
				   for (int p = 0; p < k[i] && p * k[i] <= j; p++)
				   dp[i + 1][j] = max(dp[i][j], dp[i][j - p * w[i]] + p * v[i]);
			}
			cout << dp[n][W];
}

步骤分析

与前面差不多，这就不多赘述。