一、01背包
01背包就是只有拿或者不拿两种状态
1、二维数组版
#include <iostream>
#include <vector>
using namespace std;
void test() {
vector<int> weight = {1, 3, 4}; // 物品的容量
vector<int> value = {15, 20, 30}; // 物品的价值
int bagweight = 4; // 背包最大空间
// 二维数组
// dp[i][j]表示从下标为0-i的物品里面任意取,放进容量为j的背包,总价值和最大是多少
vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));
// 初始化
// 当前空间大于第0个物品时,可以将第0个物品放到背包
for (int j = weight[0]; j <= bagweight; j++) {
dp[0][j] = value[0];
}
// 遍历
// 这里递推公式比较好理解,遍历顺序先遍历物品和先遍历背包都可以
for (int i = 1; i < weight.size(); i++) {
for (int j = 0; j <= bagweight; j++) {
// 当前空间小于背包容量时,保持原状态不变
if (j < weight[i]) {
dp[i][j] = dp[i - 1][j];
} else {
// 此时的最大价值是max(不放物品的价值, 放物品的价值)
dp[i][j] = max(dp[i - 1][j], dp[i - i][j - weight[i]] + value[i]);
}
}
}
cout << dp[weight.size() - 1][bagweight] << endl;
}
int main()
{
test();
return 0;
}
2、一维数组版
难理解
#include <iostream>
#include <vector>
using namespace std;
void test() {
vector<int> weight = {1, 3, 4};
vector<int> value = {15, 20, 30};
int bagWeight = 4;
// 初始化
// 先遍历物品,后遍历背包容量
vector<int> dp(bagWeight + 1, 0);
for(int i = 0; i < weight.size(); i++) { // 遍历物品
for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagWeight] << endl;
}
int main() {
test();
return 0;
}
二、完全背包
完全背包就是物品是无限的
1、一维数组版
先遍历物品
#include <iostream>
#include <vector>
using namespace std;
void test() {
vector<int> weight = {1, 3, 4}; // 物品体积
vector<int> value = {15, 20, 30}; // 物品价值
int bagSize = 4; // 背包容量
vector<int> dp(bagSize + 1, 0);
// 先遍历物品和先遍历背包都行
// 先遍历物品
for (int i = 0; i < weight.size(); i++) {
for (int j = weight[i]; j <= bagSize; j++) {
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagSize]<<endl;
}
int main()
{
test();
return 0;
}
先遍历背包
#include <iostream>
#include <vector>
using namespace std;
void test() {
vector<int> weight = {1, 3, 4}; // 物品体积
vector<int> value = {15, 20, 30}; // 物品价值
int bagSize = 4; // 背包容量
vector<int> dp(bagSize + 1, 0);
// 先遍历物品和先遍历背包都行
// 先遍历背包
for (int j = 0; j <= bagSize; j++) {
for (int i = 0; i < weight.size(); i++) {
if (j >= weight[i]) {
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
}
cout << dp[bagSize]<<endl;
}
int main()
{
test();
return 0;
}
三、多重背包
有N种物品和一个容量为V 的背包。第i种物品最多有Mi件可用,每件耗费的空间是Ci ,价值是Wi
。求解将哪些物品装入背包可使这些物品的耗费的空间 总和不超过背包容量,且价值总和最大。
多重背包和01背包是非常像的, 为什么和01背包像呢?
每件物品最多有Mi件可用,把Mi件摊开,其实就是一个01背包问题了。
例如:
背包最大重量为10。
物品为:
重量 | 价值 | 数量 | |
---|---|---|---|
物品0 | 1 | 15 | 2 |
物品1 | 3 | 20 | 3 |
物品2 | 4 | 30 | 2 |
问背包能背的物品最大价值是多少?
和如下情况有区别么?
重量 | 价值 | 数量 | |
---|---|---|---|
物品0 | 1 | 15 | 1 |
物品0 | 1 | 15 | 1 |
物品1 | 3 | 20 | 1 |
物品1 | 3 | 20 | 1 |
物品1 | 3 | 20 | 1 |
物品2 | 4 | 30 | 1 |
物品2 | 4 | 30 | 1 |
毫无区别,这就转成了一个01背包问题了,且每个物品只用一次。
#include <iostream>
#include <vector>
using namespace std;
void test() {
vector<int> weight = {1, 3, 4}; // 物品重量
vector<int> value = {15, 20, 30}; // 物品价值
vector<int> nums = {2, 3, 2}; // 物品数量
int bagweight = 10; // 背包重量
// 把nums[i]保留到1,把物品都展开,转成01背包
for (int i = 0; i < nums.size(); i++) {
while (nums[i] > 1) {
weight.push_back(weight[i]);
value.push_back(value[i]);
nums[i]--;
}
}
vector<int> dp(bagweight + 1, 0);
// 先遍历背包
for (int i = 0; i < weight.size(); i++) {
// 再遍历背包容量
for (int j = bagweight; j >= weight[i]; j--) {
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
// 输出每一轮
for (int j = 0; j <= bagweight; j++) {
cout << dp[j] << endl;
}
cout << endl;
}
cout << "最大价值:" <<dp[bagweight] << endl;
}
int main(int argc, char** argv)
{
test();
return 0;
}
四、总结
一维版
//01背包
for (int i = 0; i < n; i++) {
for (int j = m; j >= V[i]; j--) {
f[j] = max(f[j], f[j-V[i]] + W[i]);
}
}
//完全背包
for (int i = 0; i < n; i++) {
for (int j = V[i]; j <= m; j++) {
f[j] = max(f[j], f[j-V[i]] + W[i]);
}
}
如果求组合数就是外层for循环遍历物品,内层for遍历背包。
如果求排列数就是外层for遍历背包,内层for循环遍历物品。