我在这里就只写了最简单的代码模板,没有什么讲解,而具体讲解,我在这里推荐几篇博客,我认为讲解得非常清楚,能给大家提供帮助
01背包:
01背包问题 图解+详细解析 (转载)_可控的事情要谨慎,不可控的事情要乐观。-CSDN博客_背包问题
0-1背包问题的优化_nicolelili1的专栏-CSDN博客_背包问题优化
完全背包:
完全背包问题(详细解答)_曼切斯特的流氓的博客-CSDN博客_完全背包问题
01背包
[NOIP2005 普及组] 采药
题目描述
辰辰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最大。”
如果你是辰辰,你能完成这个任务吗?输入格式
第一行有 $2$ 个整数 $T$($1 \le T \le 1000$)和 $M$($1 \le M \le 100$),用一个空格隔开,$T$ 代表总共能够用来采药的时间,$M$ 代表山洞里的草药的数目。
接下来的 $M$ 行每行包括两个在 $1$ 到 $100$ 之间(包括 $1$ 和 $100$)的整数,分别表示采摘某株草药的时间和这株草药的价值。
## 输出格式
输出在规定的时间内可以采到的草药的最大总价值。
## 样例 #1
### 样例输入 #1
```
70 3
71 100
69 1
1 2
```样例输出 1
```
3
```提示
【数据范围】
- 对于 30% 的数据,$M \le 10$;
- 对于全部的数据,$M \le 100$。【题目来源】
NOIP 2005 普及组第三题
01背包我写了三种模板,分别为二维形态,滚动数组和一维优化
二维数组
一般形式,既二维形态
二维01背包的状态转移方程为
代码如下
#include<bits/stdc++.h> #define M 2005 using namespace std; int dp[M][M]; int cost[M],value[M]; int n,m;//m储存容量,n储存数量 int main (){ ios::sync_with_stdio(false); cin>>m>>n; for(int i=1;i<=n;i++){ cin>>cost[i]>>value[i]; } for(int i=1;i<=n;i++) for(int j=0;j<=m;j++){ if(j<cost[i]) dp[i][j]=dp[i-1][j]; else dp[i][j]=max(dp[i-1][j],dp[i-1][j-cost[i]]+value[i]); } cout<<dp[n][m]; return 0; }
滚动数组
可以看出在二维数组储存下,可以看出有很多空间被浪费,而在状态转移方程中只涉及i和i-1两行,所以可以用两行数组进行操作
状态转移方程可表达为
代码如下
#include<bits/stdc++.h> #define M 2005 using namespace std; int dp[2][M]; int cost[M],value[M]; int n,m;//m储存容量,n储存数量 int main (){ ios::sync_with_stdio(false); cin>>m>>n; for(int i=1;i<=n;i++){ cin>>cost[i]>>value[i]; } for(int i=1;i<=n;i++) for(int j=0;j<=m;j++){ if(j<cost[i]) dp[i%2][j]=dp[(i-1)%2][j]; else dp[i%2][j]=max(dp[(i-1)%2][j],dp[(i-1)%2][j-cost[i]]+value[i]); } cout<<dp[n%2][m]; return 0; }
一维优化
就算只开两行数组,也会造成浪费,故最理想状态就是用一维数组
这里核心我实力不够,解释不清,
故给大家推荐一个博客
我认为讲的特别清楚
所以状态转移方程为
所以我直接上代码
#include<bits/stdc++.h> #define M 2005 using namespace std; int dp[M]; int cost[M],value[M]; int n,m;//m储存容量,n储存数量 int main (){ ios::sync_with_stdio(false); cin>>m>>n; for(int i=1;i<=n;i++){ cin>>cost[i]>>value[i]; } for(int i=1;i<=n;i++) for(int j=m;j>=0;j--){ if(j<cost[i]) dp[j]=dp[j]; else dp[j]=max(dp[j],dp[j-cost[i]]+value[i]); } cout<<dp[m]; return 0; }
完全背包
推荐题目(这道题注意开longlong)
完全背包与01数组的区别是:01背包是装不装,完全背包是装几个
二维数组
二维数组的状态转移方程为
代码为
#include<bits/stdc++.h> #define M 2005 using namespace std; int dp[M][M]; int cost[M],value[M]; int n,m;//m储存容量,n储存数量 int main (){ ios::sync_with_stdio(false); cin>>m>>n; for(int i=1;i<=n;i++){ cin>>cost[i]>>value[i]; } for(int i=1;i<=n;i++) for(int j=0;j<=m;j++){ if(j<cost[i]) dp[i][j]=dp[i-1][j]; else dp[i][j]=max(dp[i-1][j],dp[i][j-cost[i]]+value[i]); } cout<<dp[n][m]; return 0; }
一维优化
直接上代码
#include<bits/stdc++.h> #define M 2005 using namespace std; int dp[M]; int cost[M],value[M]; int n,m;//m储存容量,n储存数量 int main (){ ios::sync_with_stdio(false); cin>>m>>n; for(int i=1;i<=n;i++){ cin>>cost[i]>>value[i]; } for(int i=1;i<=n;i++) for(int j=cost[i];j<=m;j++){ if(j<cost[i]) dp[j]=dp[j]; dp[j]=max(dp[j],dp[j-cost[i]]+value[i]); } cout<<dp[m]; return 0; }
代码可能有错误,有dalao发现望指正