【算法刷题】动态规划Ⅰ——“0-1背包”

0-1背包问题

每样物品只有一件，如何使得在限定的金额（以及物品数量）中，购买效用最大的物品组合；
附件必须跟随主件购买，无法单独购买。

购物单

输入：

50 5
20 3 5
20 3 5
10 3 0
10 2 0
10 1 0

单价价格：

编号	主件	附件1	附件2
3	10
4	10
5	10	20	20

价值：

价格*满意度

编号	主件	附件1	附件2
3	30
4	20
5	10	60	60

核心思路：建立动态规划表格

状态转移数组

• d[i][j]，前i个物品，背包重量为j的情况下的最大价值（此处，j相当于所面临的重量约束）
• $dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i])$

普通的背包问题

每个物品只有两种选择：放 or 不放

dp = [[0]*(n+1) for _ in range(m+1)]

# 遍历各个物品
for i in range(1, m+1):
	# 遍历背包的不同重量(<= m）
	for j in range(1, n+1):
		# 如果背包目前的承载力>当前物品的负重
		if j - w[i] >= 0:
			dp[i][j] = max(dp[i-1][j], dp[i][j-w[i]]+v[i])
		else:
			dp[i][j] = dp[i-1][j]
return dp[m][n]
			

• 为什么n+1？——因为可能所有物品都不购买，比实际物品数量+1
• 为什么m+1？——重量为闭区间[0,m]

购物车问题

列：主件m
行：总金额N

dp = [[0]*(m+1) for _ in range(N+1)]

对于每个主件，有以下2种基本操作情况：

1. 主件不投放
2. 主件投放

状态转移方程
对于每个（有2附件的）主件，其自身状态有以下4种：

由于最多有2个附件

1. 主件投放
2. 主件投放+附件1
3. 主件投放+附件2
4. 主件投放+附件1+附件2

因此，dp[i][j] = max(物品不放入背包，主件，主件+附件1，主件+附件2，主件+附件1+附件2)。

dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i][k]]+v[i][k])

• 第i个物品以4种情况中价值最大的状态，要么放入背包，要么不放入背包。【0-1问题】
• 在当前问题中，有3个主件。
• w[i][k]：第i个主件的第k个状态, k ∈ { 0 , 1 , 2 , 3 } k\in\{0,1,2,3\} k∈{0,1,2,3}

dp = [[0]*(n+1) for _ in range(m+1)]
# m: 第i个物品放入情况
for i in range(1, m+1):
	# n: 背包的内存
	for j in range(1, n+1):
		max_i = dp[i-1][j]
		for k in range(len(w[j])):
			if j - w[i][k] >= 0:
				max_i = max(max_i, dp[i-1][j-w[i][k]]+v[i][k])
		dp[i][j] = max_i

完整代码

n, m = map(int, input().split())
# 存储主件、附件的信息/数据
primary, annex = {}, {}
for i in range(1, m+1):
	x, y, z = map(int, input().split())
	# 主件
	if z == 0:
		primary[i] = [x, y]
	# 附件
	else:
		if z in annex:
			annex[z].append([x,y])
		else:
			annex[z] = [[x,y]]
# 主件个数
m = len(primary)
dp = [[0]*(n+1) for _ in range(m+1)]
# 占位，从而保证在之后的循环中，与循环指示符对应
w, v = [[]], [[]]
for key in primary:
	w_temp, v_temp = [], []
	w_temp.append(primary[key][0])
	v_temp.append(primary[key][0]*primary[key][1])
	# 存在附件
	if key in annex:
		# 主件+附件1（1个附件）
		w_temp.append(w_temp[0]+annex[key][0][0])
		v_temp.append(v_temp[0]+annex[key][0][0]*annex[key][0][1])
		# 两个附件
		if len(annex[key]) > 1:
			# 主件+附件2
			w_temp.append(w_temp[0]+annex[key][1][0])
			v_temp.append(v_temp[0]+annex[key][1][0]*annex[key][1][1])
			# 主件+附件1+附件2
			w_temp.append(w_temp[0]+annex[key][0][0]+annex[key][1][0])
			v_temp.append(v_temp[0]+annex[key][0][0]*annex[key][0][1]+annex[key][1][0]*annex[key][1][1])
	w.append(w_temp)
	v.append(v_temp)

# 状态转移方程
# 遍历主件个数和背包容量
for i in range(1, m+1):
	# 物品的价格是10的整数倍
	for j in range(10, n+1, 10):
		max_i = dp[i-1][j]
		for k in range(len(w[i])):
			if j - w[i][k] >= 0:
				max_i = max(max_i, dp[i-1][j-w[i][k]]+v[i][k])
		dp[i][j] = max_i
print(dp[m][n])