第五章 动态规划（一）

1.背包问题
当空间优化为一维之后，只有完全背包问题的体积是从小到大循环的。
（1）01背包：每件物品最多只用一次
（2）完全背包：每种物品有无限个
（3）多重背包：每种物品最多有Si个
（4）分组背包：物品分为N组，每一组有若干个物品，每一组只能选一件物品

yxc: 总之就是完全背包是求前缀的最值，而多重背包是求滑动窗口的最值。

2. 01背包问题(O(NV))

分析

解析：一件物品只有选和不选两种可能，所以是0-1背包。
dp[i][j] 表示只考虑前 i 个物品，物品总体积 <= j 的情况下，最大价值是多少
dp[i][j]怎么来呢？来自两种情况：
1.不选择第 i 个物品
dp[i][j] = dp[i - 1][j]
2.选择第 i 个物品
dp[i][j] = dp[i - 1][j - v[i]] + w[i] // 选第 i 个，体积上限就要从前 i-1 个物品中留出 i 的体积，再加上 i 的价值

dp的初始化，dp[i][0] = 0，dp[0][j] = 0
注意：如果dp[i][j] 表示只考虑前 i 个物品，物品总体积恰好 = j 的情况下，最大价值是多少，
那么，只需要初始化 dp[0][0] = 0，即可，其他的 dp[i][0] = -INF，dp[0][j] = -INF，套到下面一维dp就是dp[0] = 0，其余的dp[i] = -INF

code

#include <iostream>
using namespace std;
const int N = 1010;
int f[N];
// int w[N], v[N];
int n, m;

int main(){
    cin >> n >> m;
    
    // for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i];
    
    for (int i = 1; i <= n; i ++ ){
        int v, w;
        cin >> v >> w;
        for (int j = m; j >= v; j -- ) {
            f[j] = max(f[j], f[j - v] + w);
        }
    }

    cout << f[m] << endl;
    
    return 0;
}

3. 完全背包问题

分析

code(三重循环, TLE)

#include <iostream>
using namespace std;
const int N = 1010;
int w[N], v[N];
int n, m;
int f[N][N];


int main(){
    scanf("%d%d", &n, &m);
    
    for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i];
    
    for (int i = 1; i <= n; i ++ )
        for (int j = 0; j <= m; j ++ )
            for (int k = 0; k * v[i] <= j; k ++ )
                f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
                
    cout << f[n][m] << endl;
    
    return 0;
                
}

优化分析 O(nm)

注意

优化后, f[i, j - v] + w, 一定要+w, 因为少一个, 需要补回来

#include <iostream>
using namespace std;
const int N = 1010;
int w[N], v[N];
int n, m;
int f[N][N];


int main(){
    scanf("%d%d", &n, &m);
    
    for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i];
    
    for (int i = 1; i <= n; i ++ )
        for (int j = 0; j <= m; j ++ ){
            f[i][j] = f[i - 1][j];
            if (j >= v[i]) f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i]);
        }
            
    cout << f[n][m] << endl;
    
    return 0;
                
}

4. 多重背包问题

分析

分析图和上题一样，就是把K换成s[i]
f[i][j] = max(f[i - 1][j - v[i] * k] + w[i] * k) k = 0,1,2,3…s[i]

code

#include <iostream>
using namespace std;
const int N = 110;
int f[N][N];
int n, m;
int w[N], v[N], s[N];

int main(){
    cin >> n >> m;
    for (int i = 1; i <= n; i ++ ) cin >> w[i] >> v[i] >> s[i];
    
    for (int i = 1; i <= n; i ++ )
        for (int j = 0; j <= m; j ++ )
            for (int k = 0; k <= s[i] && k * w[i] <= j; k ++ ) // 就加了一个 k <= s[i]
                f[i][j] = max(f[i][j], f[i - 1][j - k * w[i]] + k * v[i]);
                
    cout << f[n][m] << endl;
    return 0;
}

5. 多重背包问题 II O(logNM)

分析

二进制优化

code

#include <iostream>
using namespace std;
const int N = 12010, M = 2010;//因为总共N种物品，每种物品最大有2000件，二进制优化的话总共大概N*log2000 = 12000件物品
int f[M], w[N], v[N];
int n, m;
int cnt;

int main(){
    cin >> n >> m;
    for (int i = 1; i <= n; i ++ ){
        int a, b, s;
        cin >> a >> b >> s;
        int k = 1;
        while (k <= s){
            cnt ++;
            v[cnt] = a * k;
            w[cnt] = b * k;
            s -= k;
            k *= 2;
        }
        if (s > 0){
            cnt ++;
            v[cnt] = a * s;
            w[cnt] = b * s;
        }
    }
    
    n = cnt;
    for (int i = 1; i <= n; i ++ )
        for (int j = m; j >= v[i]; j --)
            f[j] = max(f[j], f[j - v[i]] + w[i]);
    cout << f[m] << endl;
    return 0;
}

9. 分组背包问题(O(NMK))

分析

code

#include <iostream>
using namespace std;
const int N = 110;
int f[N], s[N], w[N][N], v[N][N];

int n, m;

int main(){
    scanf("%d%d", &n, &m);
    for (int i = 0; i < n; i ++ ){
        scanf("%d", &s[i]); // 第i组的数量
        for (int j = 0; j < s[i]; j ++ )
            scanf("%d%d", &v[i][j], &w[i][j]); // 第i组第j个物品的重量和价值
    }
    
    for (int i = 0; i < n; i ++ ) // 先枚举物品组
        for (int j = m; j >= 0; j -- ) // 再枚举体积, 倒序循环, 省1维空间
            for (int k = 0; k < s[i]; k ++ ) // 最后枚举物品组的个数
                if (v[i][k] <= j)   
                    f[j] = max(f[j], f[j - v[i][k]] + w[i][k]);
             
    cout << f[m] << endl;       
    return 0;
    
}