算法学习之路3 背包算法和排列组合

最新推荐文章于 2024-08-27 12:22:52 发布
最新推荐文章于 2024-08-27 12:22:52 发布
阅读量106 收藏
点赞数
分类专栏： 算法编程 文章标签： 算法 学习 动态规划
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bener2008zj/article/details/128307864
版权

序言

背包算法算是常见的算法题，CSDN比赛中也见到多次，基本就是二维数组求解，用排列组合呢？通过枚举找到最大值肯定是可行的，算法一般不用，毕竟时间复杂度比背包算法大。第14期的CSDN第一题就是找出缺失的枚举项，我觉得还是有必要熟悉下。
背包算法只是动态规划中的一种算法，解题肯定要跟场景相匹配，排列组合算是暴力求解，所有情况都列举出来了，难道还没有最优值。

常规题

已知存在n个宝物，每个宝物都有自己的质量m和价值v，在考虑选择宝物时只能选择总质量小于等于M的方案，请问在最优方案下选择宝物，能获取到最大价值V是多少？

在这里插入图片描述
物品信息如上图，使用背包算法就要建个二维表
在这里插入图片描述
先尝试放A，当空间>=1时有效值就是1500
数据有点不好
看最后一格 C4
如果放C，4格占满，价值只有3000，没有上一行B4数据大，所以填较大值3500

1(1500),3(2000),4(3000),3500
1(1500),4(3000),3(2000),1500
3(2000),1(1500),4(3000),3500
3(2000),4(3000),1(1500),2000
4(3000),3(2000),1(1500),3000
4(3000),1(1500),3(2000),3000
3500

排列组合数据如上，从前到后依次尝试添加物品
第一行只能放前2个，总价值就3500
第二行只能放第一个，总价值就1500
最后结果就是3500

变种题

金明今天很开心，家里购置的新房就要领钥匙了，新房里有一间他自己专用的很宽敞的房间。更让他高兴的是，妈妈昨天对他说：“你的房间需要购买哪些物品，怎么布置，你说了算，只要不超过 N 元钱就行”。今天一早金明就开始做预算，但是他想买的东西太多了，肯定会超过妈妈限定的 N 元。于是，他把每件物品规定了一个重要度，分为 5 等：用整数 1-5 表示，第 5 等最重要。他还从因特网上查到了每件物品的价格（都是整数元）。他希望在不超过 N 元（可以等于 N 元）的前提下，使每件物品的价格与重要度的乘积的总和最大。 设第 j 件物品的价格为 v_[j] ，重要度为 w_[j] ，共选中了 k 件物品，编号依次为 j_1,j_2,…,j_k ，则所求的总和为： v_[j_1] imes w_[j_1]+v_[j_2] imes w_[j_2]+ …+v_[j_k] imes w_[j_k] 。 请你帮助金明设计一个满足要求的购物单。

区别就是价值的算法，这边是乘积
在这里插入图片描述
注意，这里的颗粒度是1，不要认为都是100的倍数，测试数据不都是100的倍数，不要被骗了。

800(2),400(5),300(5),400(3),200(2), use1:1200 val:1600
800(2),300(5),400(5),400(3),200(2), use1:1100 val:1600
800(2),400(3),300(5),400(5),200(2), use1:1200 val:1600
800(2),200(2),300(5),400(3),400(5), use1:1000 val:2000
400(5),800(2),300(5),400(3),200(2), use1:1200 val:2000
400(5),300(5),800(2),400(3),200(2), use1:1500 val:3500
400(5),300(5),400(3),800(2),200(2), use1:1100 val:3500
400(5),300(5),200(2),400(3),800(2), use1:1300 val:3900
400(5),300(5),200(2),800(2),400(3), use1:1700 val:3900
400(5),400(3),300(5),800(2),200(2), use1:1100 val:3200
400(5),400(3),800(2),300(5),200(2), use1:1600 val:3200
400(5),400(3),200(2),800(2),300(5), use1:1000 val:3600
400(5),200(2),300(5),400(3),800(2), use1:1300 val:3900
400(5),200(2),300(5),800(2),400(3), use1:1700 val:3900
400(5),200(2),400(3),300(5),800(2), use1:1000 val:3600
400(5),200(2),800(2),400(3),300(5), use1:1400 val:2400
300(5),400(5),800(2),400(3),200(2), use1:1500 val:3500
300(5),400(5),400(3),800(2),200(2), use1:1100 val:3500
300(5),400(5),200(2),400(3),800(2), use1:1300 val:3900
300(5),400(5),200(2),800(2),400(3), use1:1700 val:3900
300(5),800(2),400(5),400(3),200(2), use1:1100 val:1500
300(5),400(3),800(2),400(5),200(2), use1:1500 val:2700
300(5),400(3),400(5),800(2),200(2), use1:1100 val:2700
300(5),400(3),200(2),400(5),800(2), use1:1300 val:3100
300(5),400(3),200(2),800(2),400(5), use1:1700 val:3100
300(5),200(2),800(2),400(3),400(5), use1:1300 val:1900
300(5),200(2),400(3),800(2),400(5), use1:1700 val:3100
300(5),200(2),400(3),400(5),800(2), use1:1300 val:3100
300(5),200(2),400(5),400(3),800(2), use1:1300 val:3900
300(5),200(2),400(5),800(2),400(3), use1:1700 val:3900
400(3),400(5),300(5),800(2),200(2), use1:1100 val:3200
400(3),400(5),800(2),300(5),200(2), use1:1600 val:3200
400(3),400(5),200(2),800(2),300(5), use1:1000 val:3600
400(3),300(5),400(5),800(2),200(2), use1:1100 val:2700
400(3),300(5),800(2),400(5),200(2), use1:1500 val:2700
400(3),300(5),200(2),800(2),400(5), use1:1700 val:3100
400(3),300(5),200(2),400(5),800(2), use1:1300 val:3100
400(3),800(2),300(5),400(5),200(2), use1:1200 val:1200
400(3),200(2),300(5),800(2),400(5), use1:1700 val:3100
400(3),200(2),300(5),400(5),800(2), use1:1300 val:3100
400(3),200(2),800(2),300(5),400(5), use1:1400 val:1600
400(3),200(2),400(5),800(2),300(5), use1:1000 val:3600
200(2),400(5),300(5),400(3),800(2), use1:1300 val:3900
200(2),400(5),300(5),800(2),400(3), use1:1700 val:3900
200(2),400(5),400(3),300(5),800(2), use1:1000 val:3600
200(2),400(5),800(2),400(3),300(5), use1:1400 val:2400
200(2),300(5),400(5),400(3),800(2), use1:1300 val:3900
200(2),300(5),400(5),800(2),400(3), use1:1700 val:3900
200(2),300(5),400(3),400(5),800(2), use1:1300 val:3100
200(2),300(5),400(3),800(2),400(5), use1:1700 val:3100
200(2),300(5),800(2),400(3),400(5), use1:1300 val:1900
200(2),400(3),300(5),400(5),800(2), use1:1300 val:3100
200(2),400(3),300(5),800(2),400(5), use1:1700 val:3100
200(2),400(3),400(5),300(5),800(2), use1:1000 val:3600
200(2),400(3),800(2),400(5),300(5), use1:1400 val:1600
200(2),800(2),300(5),400(3),400(5), use1:1000 val:2000
3900

才5个枚举的数据就很多了，这里已经省略了
没二维数组直观

参考代码

还有优化的空间

#include <stdio.h>
#include <stdlib.h>
#define MAX(a,b) (a)>(b)?(a):(b) 
#define VAL_MODE 1
int solution(int N, int m,  int arr[][2]){
    int result =0;
	int max=N;
    //初始化二维数组
    int **table=(int**)malloc(m*sizeof(int*));
    for(int i=0;i<m;i++){
        table[i]=(int*)malloc((max+1)*sizeof(int));
    }
    //特殊处理第一行
    do{
        //第一件物品的占用空间或金额
		int use=arr[0][0];
        //第一件物品对应价值，跟题目内容计算
#if VAL_MODE==1 
        int value=arr[0][0]*arr[0][1]; 
#else        
        int value=arr[0][1];
#endif
        for(int j=0;j<=max;j++){
            //空间不够直接0
            if(j<use){
                table[0][j]=0;
            }else{
            //空间够了就是本物品的价值
                table[0][j]=value;
            }
        }      
    }while(0);
    for(int i=1;i<m;i++){
		int use=arr[i][0];
#if VAL_MODE==1 
        int value=arr[i][0]*arr[i][1]; 
#else       
        int value=arr[i][1];
#endif       
        for(int j=0;j<=max;j++){
            if(j<use){
                //空间不够直接用上一行的数据
                table[i][j]=table[i-1][j];
            }else{
                //table[i-1][j] 不放该物品的价值
                //value+table[i-1][j-use] 放了该物品+剩余空间的价值
                table[i][j]=MAX(table[i-1][j],value+table[i-1][j-use]);
            }           
        }
    }
    //返回最后一个数
    result=table[m-1][max];
    for(int i=0;i<m;i++){
        free(table[i]);
    }
    free(table);
    return result;
}

int swaparrpos(int arr[][2],int pos1,int pos2){
    if(pos1==pos2){
        return 0;
    }
    int use=arr[pos1][0];
    int val=arr[pos1][1];
    arr[pos1][0]=arr[pos2][0];
    arr[pos1][1]=arr[pos2][1];
    arr[pos2][0]=use;
    arr[pos2][1]=val;
    return 0;
}
//用个全局省事
int g_result=0;
//获取当前序列的价值
//CountN 当前数组要占用多少空间
int getarrvalue(int N, int m,int arr[][2],int *CountN){
    int result=0;
    int use=0;
    for(int i=0;i<m;i++){
        //空间或使用额度超了就提前结束
        *CountN=*CountN+arr[i][0];
        if((use+arr[i][0])>N){
            break;
        }
#if VAL_MODE==1 
        int value=arr[i][0]*arr[i][1]; 
#else       
        int value=arr[i][1];
#endif  
        use+=arr[i][0];
        result+=value;
    }
    if(result>g_result){
        g_result=result;
    }
    return result;
}
//递归排序
int solution3(int N, int m,  int arr[][2],int pos){
    if(pos==m){
        int usem=0;
        int ret=getarrvalue(N,m,arr,&usem);
        for(int i=0;i<m;i++){
            printf("%d(%d),",arr[i][0],arr[i][1]);
        }
        printf(" use2:%d val:%d\n",usem,ret);
        return 0;
    }
    for(int i=pos;i<m;i++){
        swaparrpos(arr,pos,i);
        int CountN=0;
        int ret=getarrvalue(N,pos+1,arr,&CountN);
        //还能放继续继续遍历
        if(CountN<N){
            solution3(N,m,arr,pos+1);
        }else{
            for(int i=0;i<m;i++){
                printf("%d(%d),",arr[i][0],arr[i][1]);
            }
            printf(" use1:%d val:%d\n",CountN,ret);
        }
        swaparrpos(arr,pos,i);
    }
    return 0;
}
int solution2(int N, int m,  int arr[][2]){
    int result=0;
    solution3(N,m,arr,0);
    result=g_result;
    return result;
}

int main() {
#if 1    
	int N=1000;//总钱数
    int m=5;//物品数
    //价格及满意度
    int arr[5][2]={
		{800,2},
		{400,5},
		{300,5},
		{400,3},
		{200,2}
	};
#else
    int N=4;//总钱数
    int m=3;//物品数
    //价格及满意度
    int arr[3][2]={
		{1,1500},
		{3,2000},
		{4,3000}
	};
#endif    
    int result = solution2(N, m, arr);
    printf("%d", result);
    return 0;
}

补充

如果空间足够，能收下所有的，还要这么折腾吗？？
那就应该是逆向思维，从总数中拿走几个

Bener2008
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
01背包 实例
Lodevil的专栏
11-23 1086
01背包实例看了并理解了dd大牛写的背包九讲中的01背包，然后看了poj上面的3624这道题Charm Bracelet  DescriptionBessie has gone to the malls jewelry store and spies a charm bracelet. Of course, shed like to fill it wi
【趣学算法】Day3 贪心算法——背包问题
周小末天天开心的博客
10-28 3923
贪心算法——背包问题
[洛谷] P1060 开心的金明 [0-1背包 + 贪心]
开始的地方
08-15 350
题目描述 金明今天很开心，家里购置的新房就要领钥匙了，新房里有一间他自己专用的很宽敞的房间。更让他高兴的是，妈妈昨天对他说：“你的房间需要购买哪些物品，怎么布置，你说了算，只要不超过 NN 元钱就行”。今天一早金明就开始做预算，但是他想买的东西太多了，肯定会超过妈妈限定的 NN 元。于是，他把每件物品规定了一个重要度，分为 55 等：用整数 1-51−5 表示，第 55 等最重要。他还从因特网上...
【动态规划Ⅵ】背包问题 /// 组合问题
massive_jiang的博客
07-09 1333
有一个容量为W的背包；现在有一些货品（体积wi，价值vi），总数为n。如果将一个货品放入背包，会消耗掉背包wi的空间，但同时会收获vi的价值。现在需要一个方案，选择一些物品，使背包能够装下，同时，收获的价值最大。这个问题就是背包问题~
2020-10-15
wingacd的博客
10-15 187
有 N 种物品和一个容量是 V 的背包。 第 i 种物品最多有 si 件，每件体积是 vi，价值是 wi。 求解将哪些物品装入背包，可使物品体积总和不超过背包容量，且价值总和最大。 输出最大价值。 输入格式 第一行两个整数，N，V，用空格隔开，分别表示物品种数和背包容积。 接下来有 N 行，每行三个整数 vi,wi,si，用空格隔开，分别表示第 i 种物品的体积、价值和数量。 输出格式 输出一个整数，表示最大价值。 数据范围 0<N,V≤100 0<vi,wi,si≤100 输入样例 4 5 1
算法-动态规划-背包问题-C++
weixin_43541510的博客
03-22 989
在一维dp数组中，dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]。
动态规划解决0-1背包问题（c++）
12-30
背包的重量有限，每次只可取一种商品。利用动态规划实现所选商品总价值的最大值。
Java 使用回溯法解决01背包问题（含算法原理和代码）
05-15
### Java 使用回溯法解决01背包问题 #### 一、回溯法概述 回溯法（Backtracking）是一种寻找所有可能解决方案的算法技术...希望通过对回溯法及其在01背包问题中的应用的学习，能够帮助大家更好地理解和运用这种算法。
数据结构与算法：数据结构与算法学习之路
01-30
本文将深入探讨这两个概念，并结合代码实践，为你的学习之路提供指导。 首先，我们来看“数据结构”。数据结构是组织、管理、存储和检索数据的方式。它允许我们有效地存储和操作大量数据，例如数组、链表、栈、队列...
MATLAB智能优化算法-学习笔记（1）——遗传算法求解0-1背包问题【过程+代码】
最新发布
g1997c的博客
08-27 1296
遗传算法（Genetic Algorithm, GA）是一种基于自然选择和遗传机制的优化方法，广泛应用于求解复杂的优化问题。本文利用遗传算法求解0-1背包问题，探索其在求解组合优化问题中的有效性。0-1背包问题是一种经典的离散优化问题，其目标是选择一定数量的物品以最大化总价值，同时确保总质量不超过背包的容量限制。该问题在实际应用中涉及广泛，如资源分配、货物装载等领域。
贪心算法实验(求解背包问题).pdf
04-12
3. 初始化两个数组 `tem[]` 和 `x[]`，分别用于记录排序后的物品是否被放入背包以及原始编号对应的物品比例。 4. 遍历排序后的物品列表，如果物品的重量小于或等于剩余背包容量，就将其全部放入背包；否则，根据剩余...
c++实现动态规划算法解决0-1背包问题
10-28
c++实现动态规划算法解决0-1背包问题 开发环境eclipse+mingW 压缩工具：快压
[C++][算法基础]四种基本背包问题(动态规划)
Caveira271_的博客
04-25 805
有 𝑁 组物品和一个容量是 𝑉 的背包。每组物品有若干个，同一组内的物品最多只能选一个。每件物品的体积是，价值是，其中 𝑖 是组号，𝑗 是组内编号。求解将哪些物品装入背包，可使物品总体积不超过背包容量，且总价值最大。输出最大价值。
c++动态规划——背包问题
热门推荐
YinghaoGuo的博客
11-08 1万+
问题基础：有N件物品和一个容量为C的背包。第i件物品的体积是W[i]，价值是V[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大。 怎样才能得到放入书包物品的的最大价值呢？ 解决方法——【动态规划】 运筹学的分支，纠结决策过程最优化的数学方法 把多阶段问题分解为相互联系单一阶段小问题求解，上一阶段的决策可以对下一阶段的决策产生影响 各个阶段的决
动态规划01背包例子
weixin_30951743的博客
07-29 124
http://www.cnblogs.com/xy-kidult/archive/2013/03/25/2970313.html 转载于:https://www.cnblogs.com/dengshiwei/p/4258435.html
01背包例题及思路
qq_46689648的博客
04-02 803
例题 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。 第 i 件物品的体积是 vi，价值是 wi。 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。 输出最大价值。 输入格式 第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。 接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。 输出格式 输出一个整数，表示最大价值。 数据范围 0<N,V≤1000 0<vi,wi≤1000 输入样例 4 5 1
01背包问题
Axelrod的博客
02-14 138
01背包问题 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。 第 i 件物品的体积是 vi，价值是 wi。 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。 输出最大价值。 输入格式 第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。 接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。 输出格式 输出一个整数，表示最大价值。 数据范围 0<N,V≤1000 0<vi,wi≤1000 输入样例 4 5
c++算法----动态规划（背包专题）
qq_63763951的博客
05-02 3554
1.普通背包问题 2.完全背包问题 3.多重背包问题 1.普通背包问题 每到第i个位置就考虑是否拿第i个位置上的物品（当然也要考虑当前背包的体积是否能装得下这个物品），以此类推，直至到达最后一个物品的位置。 #include <iostream> #include <algorithm> using namespace std; /* * 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。 *第 i 件物品的体积是 vi，价值是 wi。 *...
01背包
纯兴趣
03-27 529
题目详情 描述    XX是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值
经典算法全览：从河内之塔到排列组合
3. **巴斯卡三角形**：也称为杨辉三角，每个数是上一行相邻两数之和，包含了许多有趣的数学性质，如二项式系数、帕斯卡定律等，常用于概率计算和组合优化问题。 4. **背包问题**：典型的动态规划问题，目标是在容量...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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