2021-05-08学习总结7
背包问题
这一周我学习了背包问题。
01背包
01背包问题,有n件物品,每件物品只有一件,你可以选或者不选,即01问题。每一件物品有其体积和价值,不选这件物品背包重量不会增加,价值也不会增加;选这一件物品背包重量会增加,价值也会增加。
dp方程:
dp[i][j]=max(dp[i-1][j],dp[i-1][j-wight[i]]+value[i]);
不选这一件物品:dp[i-1][j]
选这一件物品物品:dp[i-1][j-wight[i]]+value[i]
代码:
#include<iostream>
#include<cstring>
using namespace std;
const int MAXN = 1010;
int wight[MAXN], value[MAXN], dp[MAXN][MAXN];
int main()
{
int n, v;
cin >> n >> v;
memset(wight, 0, sizeof(wight));
memset(value, 0, sizeof(value));
memset(dp, 0, sizeof(dp));
for (int i = 0; i < n; i++)
cin >> wight[i];
for (int i = 0; i < n; i++)
cin >> value[i];
for (int i = 0; i < n - 1; i++)
for (int j = 0; j <= v; j++)
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - wight[i]] + value[i]);
cout << dp[n - 1][v] << endl;
return 0;
}
优化:
1、由于dp只使用了i - 1和i行,因此我们可以使用滚动数组。
2、因为我们只需要保证dp[n - 1][v]的值正确即可,不用担心其他数据,所以我们可以污染其他的数据将dp由二维数组转换为一维数组,那么我们要见第二重for循环转化为倒叙即从v……0。因为dpdp[i][j] = max(dp[i - 1][j], dp[i - 1][j - wight[i]] + value[i],只需要第i-1层的数据,而且如果从0……v则会先用第i层的数据覆盖第i - 1层的数据导致所求的后边的数据错误,所以要从v……0循化保证后边的数据不会出错。
优化后的代码:
#include<iostream>
#include<cstring>
using namespace std;
const int MAXN = 1010;
int wight[MAXN], value[MAXN], dp[MAXN];
int main()
{
int n, v;
cin >> n >> v;
memset(wight, 0, sizeof(wight));
memset(value, 0, sizeof(value));
memset(dp, 0, sizeof(dp));
for (int i = 0; i < n; i++)
cin >> wight[i];
for (int i = 0; i < n; i++)
cin >> value[i];
for (int i = 0; i < n - 1; i++)
for (int j = v; j >= wight[i]; j--) //保证不会出现负值导致程序错误,无法
dp[j] = max(dp[j], dp[j - wight[i]] + value[i]);
cout << dp[v] << endl;
return 0;
}
完全背包
完全背包问题,有n件物品,每件物品有无穷件。每件物品可以选0件,1件……无穷件。
dp方程:
dp[i][j]=max(dp[i-1][j],dp[i-1][j-k * wight[i]]+k * value[i]); //k=0……无穷
代码:
#include<iostream>
#include<cstring>
using namespace std;
const int MAXN = 1010;
int wight[MAXN], value[MAXN], dp[MAXN][MAXN];
int main()
{
int n, v;
cin >> n >> v;
memset(wight, 0, sizeof(wight));
memset(value, 0, sizeof(value));
memset(dp, 0, sizeof(dp));
for (int i = 0; i < n; i++)
cin >> wight[i];
for (int i = 0; i < n; i++)
cin >> value[i];
for (int i = 0; i < n - 1; i++)
for (int j = 0; j <= v; j++)
for(int k = 1; j - k * wight[i] >= 0; k++)
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - k * wight[i]] + k * value[i]);
cout << dp[n - 1][v] << endl;
return 0;
}
优化:
1、化为01背包问题
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 1 * wight[i]] + 1 * value[i], dp[i - 1][j - 2 * wight[i]] + 2 * value[i], dp[i - 1][j - 3 * wight[i]] + 3 * value[i], dp[i - 1][j - k * wight[i]] + k * value[i]……)
方程两边同时加上一个value[i],得到:(也可以对方程右边提取一个value[i])
dp[i][j] + value[i] = max(dp[i - 1][j] + value[i], dp[i - 1][j - 1 * wight[i]] + 2 * value[i], dp[i - 1][j - 2 * wight[i]] + 3 * value[i], dp[i - 1][j - 3 * wight[i]] + 4 * value[i], dp[i - 1][j - k * wight[i]] + (k + 1) * value[i]……)
化简即可的:
dp[i][j] + value[i] = max(dp[i - 1][j] + value[i], (dp[i - 1][j - 1 * wight[i]] + 1 * value[i]) + value[i], (dp[i - 1][j - 2 * wight[i]] + 2 * value[i]) + value[i], (dp[i - 1][j - 3 * wight[i]] + 3 * value[i]) + value[i], (dp[i - 1][j - k * wight[i]] + k * value[i]) + value[i]……)
可以看出递推关系第二个物品需要有第一个物品为前提得到,以此类推。即我们可以省略后边的枚举直接简化
dp[i][j] = max(dp[i - 1][j], (dp[i][j - wight[i]] + value[i])
仔细观察方程可以发现i-1变成了i
2、将二维数组化为一维数组:
完全背包将二维数组化为一维数组与01背包不同,仔细观察方程可以发现i-1变成了i,即后边的的数据需要前边的数据。所以将第二重for循环从0……v。
优化代码:
#include<iostream>
#include<cstring>
using namespace std;
const int MAXN = 1010;
int wight[MAXN], value[MAXN], dp[MAXN];
int main()
{
int n, v;
cin >> n >> v;
memset(wight, 0, sizeof(wight));
memset(value, 0, sizeof(value));
memset(dp, 0, sizeof(dp));
for (int i = 0; i < n; i++)
cin >> wight[i];
for (int i = 0; i < n; i++)
cin >> value[i];
for (int i = 0; i < n - 1; i++)
for (int j = 0; j <= v; j++)
dp[j] = max(dp[j], dp[j - wight[i]] + value[i]);
cout << dp[v] << endl;
return 0;
}