浅谈背包
By 布垃圾 2020.9.6
背包问题也是动态规划中一个很经典的问题
其问题主要框架为:有一个体积为 V V V的背包(花费上限),有n件物品,第 i i i件物品的体积为 c [ i ] c[i] c[i],价值为 w [ i ] w[i] w[i],问最大价值。
当然,不同的题会对物品有不一样的限制,比如对物品数量的限制,对物品关系的限制,因此就有了不同种类的背包问题。
Part 1 01背包
问题描述
有 N N N件物品和一个容量为 V V V的背包。放入第 i i i件物品耗费的空间是 C i C_i Ci,得到的价值是 W i W_i Wi。
求在不超过容量的前提下,将哪些物品装入背包可使价值总和最大。
特点:每个物品有且仅有一件,可选择放或不放
定义状态
f
[
i
,
j
]
f[i,j]
f[i,j]表示前
i
i
i个物品放入容量为
j
j
j的背包可得到的最大价值。
转移方程:
f
[
i
,
j
]
=
max
{
f
[
i
−
1
,
j
]
f
[
i
−
1
,
j
−
C
i
]
+
W
i
(
j
−
C
i
≥
0
)
f[i,j]=\max \begin{cases} f[i-1,j]\\ f[i-1,j-C_i]+W_i(j-C_i\geq 0)\\ \end{cases}
f[i,j]=max{f[i−1,j]f[i−1,j−Ci]+Wi(j−Ci≥0)
为了打个公式花了0.5h
优化1:滚动数组
优化2:降维
这里不再过多赘述,直接上代码
int n,v;
int f[V],c[N],w[N];
int main()
{
n=read(),v=read();
FOR(i,1,n) c[i]=read(),w[i]=read();
FOR(i,1,n)
REP(j,v,c[i])
f[j]=max(f[j],f[j-c[i]]+w[i]);
writ(f[v]);
return 0;
}
问题描述
有 N N N件物品和一个容量为 V V V的背包。放入第 i i i件物品耗费的空间是 C i C_i Ci,得到的价值是 W i W_i Wi。
求背包刚好装满时,将哪些物品装入背包可使价值总和最大。
这里的初始化需要修改一下。因为 f [ i ] f[i] f[i](降维后)表示的是容量为 i i i,且刚好装满的最大价值,但 f [ 1 → v ] f[1 \to v] f[1→v]在初始(什么都不放)时,是不合法的,所以要赋值为-INF
int n,v;
int f[V],c[N],w[N];
int main()
{
n=read(),v=read();
FOR(i,1,n) c[i]=read(),w[i]=read();
FOR(i,1,v) f[i]=-INF;
FOR(i,1,n)
REP(j,v,c[i])
f[j]=max(f[j],f[j-c[i]]+w[i]);
writ(f[v]);
return 0;
}
Part 2 完全背包
如果不限定每种物品的数量,同一样物品想拿多少拿多少,则问题称为无界或完全背包问题。
如果一件物品没有件数限制,那么我们可以取
0
,
1
,
2
,
.
.
.
0,1,2,...
0,1,2,...至多可以取
C
/
w
[
i
]
C/w[i]
C/w[i]件,按照之前的分析,状态转移方程可以改写为
f
[
i
,
j
]
=
max
{
f
[
i
−
1
,
j
−
C
i
×
K
]
+
W
i
×
K
(
j
−
C
i
×
K
≥
0
)
}
f[i,j]=\max \{ f[i-1,j-C_i\times K]+W_i\times K(j-C_i\times K\geq 0) \}
f[i,j]=max{f[i−1,j−Ci×K]+Wi×K(j−Ci×K≥0)}
代码
int n,v;
int f[V],c[N],w[N];
int main()
{
n=read(),v=read();
FOR(i,1,n) c[i]=read(),w[i]=read();
FOR(i,1,n)
FOR(j,c[i],v)
f[j]=max(f[j],f[j-c[i]]+w[i]);
writ(f[v]);
return 0;
}
Part 3 多重背包
多重背包,即物品个数不是无限个,也不是1个,而是给定的 s s s个。
做法1
如果超过了
C
/
w
[
i
]
C/w[i]
C/w[i]个,当成完全背包做;
否则转化为
s
s
s个物品,转化为01背包。
做法2
与完全背包类似,改变 K K K的取值范围。
做法3
使用二进制优化。
每件替代品有一个系数,这件替代品的费用和价值均是原来的费用和价值乘以这个系数。
使这些系数分别为 1 , 2 , 4 … , 2 k − 1 , m i − 2 k + 1 1,2,4…,2^{k-1},mi-2^k+1 1,2,4…,2k−1,mi−2k+1且 k k k是满足 m i − 2 k + 1 > 0 mi-2^k+1>0 mi−2k+1>0的最大整数。
优化
使用做法1+做法3,即转化为01背包时使用二进制优化
code
int n,t,v;
int c[N],w[N];
int f[V];
signed main()
{
t=read(),v=read();
while(t--)
{
int tw=read(),tc=read(),s=read(),tot=1;
while(s>=tot)
s-=tot,++n,c[n]=tot*tc,w[n]=tot*tw,tot<<=1;
if(s>0) ++n,c[n]=s*tc,w[n]=s*tw;
}
FOR(i,1,n)
REP(j,v,c[i])
f[j]=max(f[j],f[j-c[i]]+w[i]);
writ(f[v]);
return 0;
}