2021-05-08学习总结7

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;
}