【人话聊算法】背包问题集合

背包问题总结

	01背包	完全背包	多重背包
要求填满	略微变动	略微变动	转化01背包
不要求填满	基础	基础	转化01背包

问题模型：
有若干种物品，每种物品有特定的价值和所需要的空间。
要求，在不超过空间的情况下求出最大的价值总和（注意不是方法数，如果说是方法数可用母函数解决）。
核心模板：

for (int i = 1; i <= n; i++)//这里的n是物品的种类
{
    scanf("%d %d", &j, &f);//这里f读取的是所需要的空间，也就是消耗的资源，j读取的是价值，这里边读边更新
    for (int k = m; k >= f; k--)//此处k是放置每一种物品时候的各个大小背包的空间
    {
        dp[k] = max(dp[k], dp[k - f] + j);//一维数组最强，读取位置左侧为i - 1右侧为i，从左到右是完全背包，从右到左是01背包
    }
}

模板理解：
1、一维数组是二维数组的空间压缩版本，本质上是相同的。

2、先看模板。

第一步：我们针对每一种物品进行动态规划。

第二步：我们读取这一种物品的数据情况，价值和数量。

            注意：如果不是一个一个输的，我们可以先存在两个一维数组当中，再调用。

第三步：我们针对这一种物品，考虑目标背包的子背包的最优方案，动态规划的思想。

第四步：状态转移方程，也就是递推公式。

             观察递推。

             a.其中dp[k] = max(dp[k],....),是在利用各个dp[k]存储各个可能值的最大最大值，在dfs的路               径搜索的时候也是经常使用的

             b.我们要理解，dp[k - f] + j,我们假设在此处的dp[k]之前的问题我们都已经解决了，       d[k - f]的含义就是，当背包容量为k - f的时候，之前放置的所有种类物品的最优背包方案，相当于我们在向容量k的背包放置的时候，挪出来f的空间给这个物品，此处未更新前的dp[k]是没有考虑这个物品的最好背包，现在我们考虑要不要放这个物品，如果放这个物品我们最优方案是什么，显然空间越大价值肯定不会减小，我们希望在之前的最大的背包里放入这个物品，因此我们选刚刚好可以放入这个物品的dp[k - f]背包，这样，我们就成功更新了这个背包，转化为了考虑放入了这个物品的最好背包，从而可以作为下一步的历史数据。

3、初始化的状态，不要求填满的背包，初始化为0。

为什么呢？因为我们在考虑完第零种物品后，最好背包都是价值为0；

但是，要求填满的背包，初始化为负无穷。

为什么呢？因为我们一定要求，必须从空间为0的背包，一步一个脚印的堆叠到目标容量，不可以踩着虚空。

memset(dp, -0x3f, sizeof(dp))如此操作，并且把dp[0] = 0，因为空间为0的背包是基点。

4、关于数组滚动的方法，外层没关系，因为所有的物品都要考虑，先考虑第一种和先考虑第n种本质上是没有区别的，结果是一样的。

但是， 内层关系到背包的类型。

dp[k]

k

数组在滚动，滚动后的是更新后的地方，但是我们考虑背包容量的时候是考虑小的地方放向是一定的，我们参考的都是左侧的dp值。

当从左往右的时候，我们考虑挪出容量后的背包的话，我们参考的是已经考虑过该种物品的历史数据。

这样，我们就造成了一个物品数量不限的结果，也就是完全背包。因为就算我们已经考虑过了我们还可以再次去考虑它，可以多次放置，不限次数。

当从右往左的时候，我们考虑挪出容量后背包的话，我们参考的是还没有考虑过这种物品的历史数据。

这样，我们就造成了一个数量唯一的局面，也就是01背包。因为我们最多只考虑一次，甚至不考虑放置该物品。

5、关于多重背包，我们的方法是拆解背包。

如何是有效的拆解方法呢？首先我们不能消除其在最终背包里的数目的可能性，而且要足够简便。

你可以直接单个单个拆，但是如果数组量大的时候就会TLE。

一般常用二进制拆解的方法。拆成1 2 4 8 ....个一点余数

书写方法：

int k = 1；//这是二进制拆包的开端
int cnt = 0;//这是用来统计包的数目，用来放到最后考虑的物品的种类数
while (n >= k)//n是要分解的数
{
    n = n - k;//拆去一个数
    v[++cnt] = k * a;//新的物品的体积和价值
    w[cnt] = k * b; 
    k = k * 2;//翻倍
}
if (n)//如果有剩余的话单独成包
{
    v[++cnt] = n * a;
    w[cnt] = n * b;
}

二进制拆包的神奇之处在于可以通过组合可以搭配出0~n的所有数，没有因为随意打包而导致某些可能性的缺失，而且能够大大减少后续判断的次数。

如有缺漏还请多多指教。