动态规划之背包问题

背包问题

问题描述

有n个物品，它们有各自的体积和价值，现有给定容量的背包，如何让背包里装入的物品具有最大的价值总和？
假定4个物品，背包最大容量是8。
体积分别为{2,3,4,5}，价值分别为{3,4,5,6}。

0-1背包问题

问题：在有限容量capacity中，每个物品最多取一次，使得背包中物品的价值最大。

代码

#include <bits/stdc++.h>
using namespace std;
vector<int> w{2,3,4,5};
vector<int> v{3,4,5,6};
int capacity = 8;
int dp[4 + 1][8 + 1] = {0};
int path[4 + 1] = {0};

//0-1背包问题：物品的选取数量只能是0或1
int findMax(int m){
	int n = w.size();
	// dp[i][j]:前i个物品在容量为j的情况下最大的价值
	int dp[n + 1][m + 1] = {0};
	for (int i = 0;i <= n;++i) dp[i][0] = 0;
	for (int j = 0;j <= m;++j) dp[0][j] = 0;
	for (int i = 1;i <= n;++i){
		for (int j = 1;j <= m;++j){
			if (j - w[i - 1] < 0) dp[i][j] = dp[i - 1][j];
			else dp[i][j] = max(dp[i - 1][j],dp[i - 1][j - w[i - 1]] + v[i - 1]);
		}
	}
	cout << dp[n][m] << endl;
	return dp[n][m];
}

int main(void){
	findMax(capacity);
	return 0; 
}

完全背包问题

问题：在有限容量capacity中，每个物品可以取无限次，使得背包中物品的价值最大。

代码

#include <bits/stdc++.h>
using namespace std;
vector<int> w{2,3,4,5};
vector<int> v{3,4,5,6};
int capacity = 8;
int dp[4 + 1][8 + 1] = {0};

//完全背包问题中：物品可以不限量取
int findMax(int m){
	int n = w.size();
	for (int i = 0;i <= n;++i) dp[i][0] = 0;
	for (int j = 0;j <= m;++j) dp[0][j] = 0;
	for (int i = 1;i <= n;++i){
		for (int j = 1;j <= m;++j){
			dp[i][j] = INT_MIN;
			for (int k = 0;k * w[i - 1] <= j;++k){
				dp[i][j] = max(dp[i][j],dp[i - 1][j - k * w[i - 1]] + k * v[i - 1]);
			}
		}
	}
	cout << dp[n][m] << endl;
	return dp[n][m];
}

int main(void){
	findMax(capacity);
	return 0;
}

多重背包问题

问题:在有限容量capacity中，每个物品可以取得次数有限，限制有limit数组给出，使得背包中物品的价值最大。

代码

#include <bits/stdc++.h>
using namespace std;
vector<int> w{2,3,4,5};
vector<int> v{3,4,5,6};
vector<int> limit{5,3,1,5}; // 结果最大是12
// vector<int> limit{2,3,1,5}; // 结果最大是11
int capacity = 8;
int dp[4 + 1][8 + 1] = {0};

//多重背包问题中：物品的选取数量受限,参考limit
int findMax(int m){
	int n = w.size();
	for (int i = 0;i <= n;++i) dp[i][0] = 0;
	for (int j = 0;j <= m;++j) dp[0][j] = 0;
	for (int i = 1;i <= n;++i){
		for (int j = 1;j <= m;++j){
			dp[i][j] = INT_MIN;
			// 多重背包问题与完全背包问题的一点区别
			for (int k = 0;k * w[i - 1] <= min(j,limit[i - 1] * w[i - 1]);++k){
				dp[i][j] = max(dp[i][j],dp[i - 1][j - k * w[i - 1]] + k * v[i - 1]);
			}
		}
	}
	cout << dp[n][m] << endl;
	return dp[n][m];
}

int main(void){
	findMax(capacity);
	return 0;
}