背包九解

01背包

问题描述

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。第 i 件物品的体积是 vi，价值是 wi。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。
接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例

8

思考过程

背包问题是个经典的DP问题，是我们学习DP的必经之路。
我们先来理解一下背包问题，就是在有限的体积下装下最大价值的物品，我们先想到的无非是枚举，但是对于小数据来说还可以，大数据就完全不行。
所以我们要想出更合理的方法，我们现在就来分析这个问题的状态。
从状态出发，表示这个问题
现在搬出我们的y总的分析法则
从集合状态分析dp问题，我们不妨先定义一个二维数组 f[i][j]，这个数组表示的是在前i个物品中j体积的最大价值，其中数组中存的是 最大值，也就是最大价值
好了现在我们几乎就决定了后面是怎么做的了
接下来就是状态计算：分别有两种情况
1. 不选i件物品 f[i][j] = f[i - 1][j]
2. 选i件物品 f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]) 而在选择第i件物品的时候我们要作一个判断，j是否大于v[i]
此思考过程来源于www.ACWing.com，yxc大佬的解题模式。在此膜拜大佬

C++代码

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

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

完全背包问题

问题描述

有 N 件物品和一个容量是 V 的背包。每种物品都有无限件可用。第 i 件物品的体积是 vi，价值是 wi。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。
接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例

10

思考过程

几乎和01背包的状态表示差不多，但是中间的状态计算差了很多
状态计算：此时我们要分析的是第i件物品选0次、选1次、选…次；实际就氛围两种，一个不选，一个选k次比较比较大小；在这里我们还是要判断这个背包体积是否用完。和上面的方法一样，
1. 不选i件物品 f[i][j] = f[i - 1][j]
2. 选ki件物品 f[i][j] = max(f[i][j], f[i][j - kv[i]] + w[i])
注：这里我用的是二维数组表示，但是在大佬还有优化的一维数组算法。前面的01背包也是一样

C++代码

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

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

未完待续…