寒假：Day3

Day3

第三天打卡，今天是背包专题

完全背包问题

一个物品可以选多次，那么我们在状态转换的时候就不能单纯的分为选和不选，而是分为不选，选一个，选两个…一直倒装不下，那么我们的状态转移方程就会变成：

$f[i,j]=max(f[i-1,j],f[i-1,j-v]+w,f[i-1,j-2v]+2w,f[i-1,j-3v]+3w........)$

如果不进行优化，那么就得多写一重循环来求max，时间复杂度变成$O(n^3)$

$f[i,j-v]=max(f[i-1,j-v],f[i-1,j-2v]+w,f[i-1,j-3v]+2w,f[i-1,j-4v]+3w,.......)$

可见，f[i, j]的转移方程第二项开始可以变成f[i, j - v] + w，所以就把转移方程进行优化

$f[i,j]=max(f[i-1,j],f[i,j-v]+w)$

此时，我们想用滚动数组进行优化，原本是上一层信息来更新这一层，但是f[i, j]和f[i, j - v]是同一层信息，所以我们想更新f[i, j]时必须先更新f[i, j - v]，因为j肯定是大于j - v的，所以我们只需要在01背包的基础上，第二重循环变成从小到大即可

优化后的转移方程：$f[j]=max(f[j],f[j-v]+w)$ 和01背包是一摸一样的，只是改变了循环方向

#include<bits/stdc++.h>
using namespace std;
const int N = 1010;
int n, m, v, w;
int f[N];

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

多重背包问题

限制每个物品最多选s次，那么这样我们就不能进行转移方程恒等变换了，所以朴素写法就是直接三重循环来求每一次的最优结果即可

#include<bits/stdc++.h>
using namespace std;
const int N = 110;
int n, m, v, w, s;
int f[N][N];

int main(void)
{
    cin >> n >> m;

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

二进制优化多重背包问题

每一个背包限制取s次，那么我们可以把这s个物品打包，按照2的次方打包 1，2，4，8… 当然不能大于s，这样我们可以通过对每一个打包好的物品去选，凑出1 ~ s中的任何个数即可

例如：s是1023， 那么我们可以分成1，2，4，8…，512

s是200，那么我们可以分成1，2，4，8，…，64，73，前面加起来是127，然后200 - 127 = 73

打包好后当作01背包对每一个包进行拿或不拿，即可枚举出0 ~ s当中的所有情况

#include<bits/stdc++.h>
using namespace std;
const int N = 25000, M = 2010;
int n, m, v[N], w[N];
int f[N];

int main(void)
{
    cin >> n >> m;
    int cnt = 0;
    for (int i = 1; i <= n; i++) {
        int a, b, s ;
        cin >> a >> b >> s;
        int k = 1;
        while (k < s) { // 先把2的次方大小的打包
            cnt ++;
            v[cnt] = a * k;
            w[cnt] = b * k;
            s -= k;
            k *= 2;
        }
        if (s > 0) { // 再把剩余的再打包
            cnt ++;
            v[cnt] = a * s;
            w[cnt] = b * s;
        }
    }
    n = cnt;
    for (int i = 1; i <= n; i++) { // 最后进行一遍01背包过程
        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;
}

单调队列优化多重背包

AcWing 6. 多重背包问题 III 详解 + yxc大佬代码解读 - AcWing

#include <bits/stdc++.h>
using namespace std;
const int N = 1010, M = 20010;

int n, m;
int v[N], w[N], s[N];
int f[M], g[M];
int q[M];

int main()
{
    cin >> n >> m;
    for (int i = 1; i <= n; ++ i) cin >> v[i] >> w[i] >> s[i];
    for (int i = 1; i <= n; ++ i)
    {
        memcpy(g, f, sizeof g);
        for (int r = 0; r < v[i]; ++ r)
        {
            int hh = 0, tt = -1;
            for (int j = r; j <= m; j += v[i])
            {
                while (hh <= tt && j - q[hh] > s[i] * v[i]) hh ++ ;
                while (hh <= tt && g[q[tt]] + (j - q[tt]) / v[i] * w[i] <= g[j]) -- tt;
                q[ ++ tt] = j;
                f[j] = g[q[hh]] + (j - q[hh]) / v[i] * w[i];
            }
        }
    }
    cout << f[m] << endl;
    return 0;
}

分组背包问题

有n个组，体积为m，每一组里面只能最多选1个物品，01背包的变种，存下每一个组中的物体，然后当作01背包做即可

#include<bits/stdc++.h>
using namespace std;
const int N = 110 ;
int f[N], v[N], w[N] ;
int n, m, s ;
int main(void)
{
    cin >> n >> m ;
    for (int i = 0; i < n ; i++) {
        cin >> s ;
        for (int j = 0 ; j < s ; j++) cin >> v[j] >> w[j] ;
        for (int j = m ; j >= 0 ; j--) {
            for (int k = 0 ; k < s ; k++) {
                if (j >= v[k])  f[j] = max(f[j], f[j - v[k]] + w[k]); 
            }
        }
    }
    cout << f[m] << endl ;
}