完全背包

有n个物品,每个物品体积是costs = {c1,c2,...cn},每个物品的价值是values = {v1,v2,...vn},每个物品只能取无限次。现在有体积为v的背包,问将这些物品放入该背包,能得到的最大价值是多少?并输出最大时的选择方案。

推导:设dp[i][j]为将前i个物品放入体积为j的背包时取得的最大价值。来看,dp[i][j]可由哪些状态得到?

1、若第i个物品不放入背包,那么dp[i][j] = dp[i - 1][j];

2、若第i个物品放入背包,那么此时dp[i][j]不能再像01背包那样子等于dp[i - 1][j - costs[i]] + values[i]了,因为dp[i - 1][k]前i - 1个物品,可现在的要求是每个物品都可以放无数次。那么,就应该是dp[i][j] = dp[i][j - costs[i]] + values[i],表示dp[i][j]是由当前i状态得来的而不是由它的前一个状态i - 1得来的。

那么完全背包的状态方程就应该是:dp[i][j] = max(dp[i - 1][j],dp[i][j - costs[i]] + values[i])(i = 0 或者j = 0时dp[i][j] = 0),由此可写出代码:

for(int i = 1;i <= n;i++)
	for(int j = 0;j <= v;v++)
		if(j < costs[i])
			dp[i][j] = dp[i - 1][j];
		else
			dp[i][j] = max(dp[i - 1][j],dp[i][j - costs[i]] + values[i]);
由此可看出完全背包的时间复杂度为O(nv),空间复杂度为O(nv)。同01背包一样,我们同样可以用滚动数组将其空间复杂度降为O(v)。

for(int i = 1;i <= n;i++)
	for(int j = costs[i];j <= v;j++)
			dp[j] = max(dp[j],dp[j - costs[i]] + values[i]);
可以看到,区01背包的区别只是内层循环变为顺序了。关于利用滚动数组来降低空间复杂度,只要在纸上画下就清楚了。
我们再来看如何记录路径。我们用path[i][j] = (x,y)表示从(x,y)到(i,j)有条路径,那么i != x的时候说明第i个物品没有放进背包。

#define N 1001

struct CompletePack
{
	/*
	 *numOfres:物品的个数
	 *volumeOfpack:背包容量
	 *path:记录路径
	 *costs[i]:第i个物品的消耗
	 *values[i]:第i个物品的价值
	 *求放进容量为volumeOfpack的背包能取得的最大价值
	 */
	int dp[N];
	int path[N][N][2];
	int costs[N],values[N],numOfres,volumeOfpack;

	CompletePack(int numOfres,int volumeOfpack,int costs[],int values[])
	{
		this->numOfres = numOfres;
		this->volumeOfpack = volumeOfpack;
		for(int i = 1;i <= this->numOfres;i++)
			this->costs[i] = costs[i],this->values[i] = values[i];
		memset(dp,0,sizeof(dp));
		memset(path,0,sizeof(path));
	}

	int getMaxValue()
	{
		for(int i = 1;i <= numOfres;i++)
		{
			int j;
			for(j = 0;j < costs[i];j++)
				path[i][j][0] = i - 1,path[i][j][1] = j;
			for(;j <= volumeOfpack;j++)
			{
				int tmp = dp[j - costs[i]] + values[i];
				if(dp[j] < tmp)
				{
					dp[j] = tmp;
					path[i][j][0] = i,path[i][j][1] = j - costs[i];
				}
				else
					path[i][j][0] = i - 1,path[i][j][1] = j;
			}
		}
		return dp[volumeOfpack];
	}

	/*
	 * 输出路径,path[i][j] = (x,y),表示从(x,y)到(i,j)有一条路径,当path[i][j] = (i - 1,j)时表示第i个物品没有放入背包
	 * 初始参数为(numOfres,volumeOfpack)
	 */

	void getPath(int i,int j)
	{
		if(!i || !j)
			return;
		if(path[i][j][0] == i - 1)
		{
			getPath(i - 1,j);
			return;
		}
		int num = 0;//记录第i个物品放入背包的个数
		while(path[i][j][0] == i)
		{
			num++;
			j = path[i][j][1];
		}
		getPath(i,j);
		//values[i]*num
		printf("values[%d]:%d*%d  ",i,values[i],num);
	}
};

题目:

1、hdu 1248 模板题

2、hdu 1114 求刚好能放满v的背包时的最小价值。初始化时dp[0] = 0,其它为INF,表示不合法。

3、hdu 1284 完全背包求排列组合的总方案数。设dp[i][j]为前i个物品能组成容量j的方案数,那么dp[i][j] = dp[i - 1][j] + dp[i][j - costs[i]]。

4、poj 3181 同1284一样,也是求方案数。不过这题结果超过了long long,要用到大数相加。

5、hdu 2159 二维完全背包。用dp[i][j]表示用i的忍耐值和杀j只怪能得到的最大经验值。因为题目要求求能升级的消耗最少的忍耐值的方案,故最后遍历dp数组找个最优值就OK了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
字乡村和智慧农业的字化转型是当前农业发展的新趋势,旨在通过应用字技术,实现农业全流程的再造和全生命周期的管理服务。中国政府高度重视这一领域的发展,提出“字中国”和“乡村振兴”战略,以提升国家治理能力,推动城乡融合发展。 字乡村的建设面临乡村治理、基础设施、产业链条和公共服务等方面的问题,需要分阶段实施《字乡村发展战略纲要》来解决。农业字化转型的需包括满足市民对优质农产品的需、解决产销对接问题、形成优质优价机制、提高农业劳动力素质、打破信息孤岛、提高农业政策服务的精准度和有效性,以及解决农业融资难的问题。 字乡村建设的关键在于构建“1+3+4+1”工程,即以新技术、新要素、新商业、新农民、新文化、新农村为核心,推进据融合,强化农业大据的汇集功能。字农业大据解决方案以农业字底图和据资源为基础,通过可视化监管,实现区域农业的全面字化管理。 字农业大据架构基于大据、区块链、GIS和物联网技术,构建农业大据中心、农业物联网平台和农村综合服务指挥决策平台三大基础平台。农业大据中心汇聚各类涉农信息资源和业务据,支持大据应用。信息采集系统覆盖市、县、乡、村多级,形成高效的农业大据信息采集体系。 农业物联网平台包括环境监测系统、视频监控系统、预警预报系统和智能控制系统,通过收集和监测据,实现对农业环境和生产过程的智能化管理。综合服务指挥决策平台利用据分析和GIS技术,为农业决策提供支持。 字乡村建设包括三大服务平台:治理服务平台、民生服务平台和产业服务平台。治理服务平台通过大据和AI技术,实现乡村治理的字化;民生服务平台利用互联网技术,提供各类民生服务;产业服务平台融合政企关系,支持农业产业发展。 字乡村的应用场景广泛,包括农业生产过程、农产品流通、农业管理和农村社会服务。农业生产管理系统利用AIoT技术,实现农业生产的标准化和智能化。农产品智慧流通管理系统和溯源管理系统提高流通效率和产品追溯能力。智慧农业管理通过互联网+农业,提升农业管理的科学性和效率。农村社会服务则通过字化手段,提高农村地区的公共服务水平。 总体而言,字乡村和智慧农业的建设,不仅能够提升农业生产效率和管理水平,还能够促进农村地区的社会经济发展,实现城乡融合发展,是推动中国农业现代化的重要途径。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值