Acwing算法基础课——动态规划之背包问题总述

1.分类

• 01背包：每件物品只能取一次，在容量有限的情况下使得权重最大
• 完全背包：与01背包问题不同的是，每种物品可以取无限次
• 多重背包：每种物品可以取有限个
• 分组背包：有N组，每一组只能选一个

2. 01背包问题

2.1解题步骤

2.1.1 状态表示

考虑用几维状态表示:f[i][j]

• 集合：所有选法的集合，满足两个条件，只从前i个物品选，选出来的物品总体积小于等于j
• 属性：（最大值，最小值，数量），本题中是最大值

注：若要对dp问题进行优化，一般是对状态方程进行等价变形

2.1.2 状态计算

集合的划分，本题中状态可以划分为两个部分

• 所有包含第i个物品的方案：f(i-1,j-weight[i])+value[i]
• 所有不包含第i个物品的方案:f(i-1,j)

然后对两种情况取max

2.1.3 AC代码

Acwing上的01背包题目直链

#include <iostream>
#include <algorithm>

using namespace std;

const int N=1010;
int value[N];
int weight[N];
int n,v;
int f[N][N];
int main(){
    cin>>n>>v;
    int a,b;
    for(int i=1;i<=n;i++){
        cin>>a>>b;
        weight[i]=a;
        value[i]=b;
    }
    
    for(int i=1;i<=n;i++){
        for(int j=1;j<=v;j++){
            f[i][j]=f[i-1][j];
            if(j>=weight[i]){
                f[i][j]=max(f[i][j],f[i-1][j-weight[i]]+value[i]);
            }
        }
    }
    
    cout<<f[n][v];

    return 0;
}

2.1.4 优化代码

#include <iostream>
#include <algorithm>

using namespace std;

const int N=1010;
int value[N];
int weight[N];
int n,v;
int f[N];
int main(){
    cin>>n>>v;
    int a,b;
    for(int i=1;i<=n;i++){
        cin>>a>>b;
        weight[i]=a;
        value[i]=b;
    }
    
    for(int i=1;i<=n;i++){
        for(int j=v;j>=weight[i];j--){
            
            if(j>=weight[i]){
                f[j]=max(f[j],f[j-weight[i]]+value[i]);
            }
            
        }
    }
    
    cout<<f[v];

    return 0;
}

可以将二维数组编程一维数组，因为可以看到在状态转移方程的更新中，第i层都是用的i-1层的数据在进行更新，这种情况下只需要一维就可以解决了。另外一个重要的点就是，可以看到j这一维每次都是用的小于j的数据在更新，所以j的枚举应该从大到小枚举，否则就会发生用第i层数据更新i层数据的情况。