题源:ACwing
背包问题是有限集合求最值问题。
背包问题是选择问题。共有2^n个选法。
选择问题的状态表示dp[i][j]都比较相似:
第一维:只考虑前i个物品
后面几维:限制(比如体积的限制、重量的限制、选几个的限制等)
一、状态表示dp[i][j]从两个角度思考
- 集合:所有只考虑前i个物品,且总体积不超过j的选法的集合
- 属性:一般题中问的是什么就是什么。集合当中每一个选法的价值最大值。
二、状态计算->集合划分
所有不选第i个物品的方案+所有选择第i个物品的方案。
二分不重复无遗漏。
2. 01背包问题
有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。
第 i 件物品的体积是 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。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品数量和背包容积。
接下来有 N 行,每行两个整数 vi,wi,用空格隔开,分别表示第 i 件物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
8
特点: 每件物品仅用一次
N件物品,容量为V的背包。每件物品只能用一次。
将f[i]表示的所有选法分成两大类(思考划分原则)
① 选法中不含 i , 即从 1 ~ i-1中选,且总体积不超过j,即 f[i-1]
② 选法中包含 i ,即从 1 ~ i 中选,包含 i,且总体积不超过 j
可以先把第 i 个物品拿出来,即从第 1 ~ i-1中选,且总体积不超过 j-v[i]
即:dp[i-1][j-v[i]] + w[i];
所以:dp[i][j] = max(dp[i-1][j], dp[i-1][j-v[i]] + w[i]);
#include<iostream>
using namespace std;
const int N = 1010;
int dp[N][N];
int v[N], w[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++) {
dp[i][j] = dp[i - 1][j];
if (j >= v[i]) dp[i][j] = max(dp[i][j], dp[i - 1][j - v[i]] + w[i]);
}
}
cout << dp[n][m] << endl;
return 0;
}
优化成1维:
无法在时间上优化,只能在空间上优化。
第一维只用到i和i-1
第二维用到j和j-vi
for( j = v; j >= vi; j–)
dp[j] = min(dp[j], dp[j - vi] + wi); //从大到小循环,dp[j - vi]还没有被更新过,此时dp[j - vi] 是上一层的值,也就是dp[i-1][j-vi]。
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];
int dp[N];
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 = m; j >= v[i]; j -- )
dp[j] = max(dp[j], dp[j - v[i]] + w[i]);
cout << dp[m] << endl;
return 0;
}
3. 完全背包问题
有 N 种物品和一个容量是 V 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。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行两个整数 vi,wi,用空格隔开,分别表示第 i 种物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
#include <iostream>
#include <algorithm>
using namespace std;
const int N=1010;
int f[N][N];//表示选前i个物品总体积不大于j的价值最大值
int v[N],w[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++){
//k不能无限大
/*
f[i][j]表示选前i个物品总体积不大于j的价值最大值;
f[i - 1][j - v[i] * k] + k * w[i]) ]表示选前i-1 个物品总体积不大于j - v[i] * k的价值最大值 + k个第i个物品价值
*/
f[i][j] = max(f[i][j], f[i - 1][j - v[i] * k] + k * w[i]);
}
}
}
cout << f[n][m] << endl;
return 0;
}
优化成2维:
#include <iostream>
#include <algorithm>
using namespace std;
const int N=1010;
int f[N][N];//表示选前i个物品总体积不大于j的价值最大值
int v[N],w[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];
if(j >= v[i])
f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i]);
}
}
cout << f[n][m] << endl;
return 0;
}
对比0-1背包和完全背包: