背包问题
背包的描述与其初始化和更新的关系
1、体积最多是j
那么体积小于j的时候是合法的，将所有点初始化为0，更新时保证 v ≥ 0 v \ge 0 v≥0
2、体积恰好是j
那么体积不为j的时候是不合法的，将 v = 0 v = 0 v=0初始化为0，其余体积初始化为正无穷或者负无穷，更新时保证 v ≥ 0 v \ge 0 v≥0
3、体积至少是j
那么体积至少为0包含了所有非负整数，所以将 v = 0 v = 0 v=0初始化为了0，其余体积初始化为正无穷或者负无穷，更新时不用保证 v ≥ 0 v \ge 0 v≥0 （在 v < 0 v < 0 v<0时，包含了所有的 v ≥ 0 v \ge 0 v≥0，所以当体积为负时依旧合法）
一、01背包
01背包就是给定一些物品，每个物品只有一件，通过选定不同物品来达到最大的价值或者方案数
所以每次更新状态的时候，都要从上一层更新，优化为一位数组表示之后就是从大到小遍历
当状态描述为体积至多为某值时,可以求得其最大价值和最大方案数
闫氏DP分析法
压缩成为一维之后，状态表示为f[j] = max(f[j],f[i-v]+w)，易得从大到小遍历体积
模板1——最大价值：
#include<bits/stdc++.h>
using namespace std;
int main()
{
int n,m;//物品数n，背包容量m
vector<int>a(n),b(n),f(m + 1, 0);
for(int i = 0;i < n;i++)
cin >> a[i] >> b[i];//价格a和价值b
for(int i = 0;i < n;i++)
for(int j = m;j >= a[i];j--)
f[i] = max(f[i],f[i - a[i]] + b[i]);
//最后的f[m]就是最大价值
return 0;
}
模板2——最大方案数：
#include<bits/stdc++.h>
using namespace std;
int main()
{
int n,m;//物品数n，背包容量m
vector<int>f(m + 1, 0);
f[0] = 1;
for(int i = 0;i < n;i++)
{
int c;
cin >> c;
for(int j = m;j >= c;j--)
f[j] += f[j - c];
}
//最后的f[m]就是最大方案数
return 0;
}
在背包状态描述为体积至少为某值时,可以求得其最小价值
模板3——最小价值:
#include<bite/stdc++.h>
using namespace std;
#define INF 0x3f3f3f3f
int main()
{
int n,m;//物品数n，最小体积m
vector<int>f(m + 1,INF);
f[0] = 0;
for(int i = 0;i < n;i++)
{
int v,w;//输入体积和价值
cin >> v >> w;
for(int j = m;~j;j--)
f[j] = min(f[j],f[max(0,j - v)] + w);
}
//最后的f[m]就是最小价值
return 0;
}
二、完全背包
完全背包中的每个物品都可以拿无限多个，所以状态更新都是从这一层更新，优化为一维数组之后就是从小到大遍历
将空间压缩为一维之后，状态表示为f[i] = max(f[i], f[i - v] + w)
模板1——最大价值
#include<bite/stdc++.h>
using namespace std;
int main()
{
int n,m;
cin >> n >> m;
vector<int>f(m + 1, 0);
while(n--)
{
int v,w;
cin >> v >> w;
for(int i = v;i <= m;i++)
f[i] = max(f[i],f[i - v] + w);
}
//f[m]就是最后的答案
return 0;
}
模板2——最大方案数
#include<bite/stdc++.h>
using namespace std;
int main()
{
int n,m;
cin >> n >> m;
vector<int>f(m + 1, 0);
f[0] = 1;
while(n--)
{
int v;
cin >> v;
for(int i = v;i <= m;i++)
f[i] += f[i - v];
}
//f[m]就是最后的答案
return 0;
}
三、多重背包问题
在多重背包中，每个物品可以选择有限个
多重背包本质上还是01背包，每种物品中有多个，将每个都是为一种物品
多重背包的朴素实现
模板1——最大价值
#include<bite/stdc++.h>
using namespace std;
int main()
{
int n,m;
cin >> n >> m;
vector<int>f(m + 1, 0);
for(int i = 0;i < n;i++)
{
int v,w,s;//s表示物品数量
cin >> v >> w >> s;
for(int j = m;j >= v;j--)
for(int k = 0;k <= s && k * v <= j;k++)
f[j] = max(f[j],f[j - k * v] + k * w);
}
//f[m]就是答案
return 0;
}
模板2——最大方案数
#include<bite/stdc++.h>
using namespace std;
int main()
{
int n,m;
cin >> n >> m;
vector<int>f(m + 1, 0);
f[0] = 1;
for(int i = 0;i < n;i++)
{
int v, s;//s表示物品数量
cin >> v >> s;
for(int j = m;j >= v;j--)
for(int k = 0;k <= s && k * v <= j;k++)
f[j] += f[j - k * v];
}
//f[m]就是答案
return 0;
}
多重背包的二进制优化
模板1——最大价值
#include<bits/stdc++.h>
using namespace std;
int main()
{
int n,m;
cin >> n >> m;
vector<pair<int,int>>a;
vector<int>f(m + 1,0);
for(int i = 0 ;i < n;i++)
{
int v,m,s;
for(int j = 1;j <= s;s -= j, j *= 2)
a.push_back({j * v,j * w});
if(s)a.push_back({s * v, s * w});
}
for(auto g : a)
{
for(int i = m;i >= a.first;i--)
f[i] = max(f[i],f[i - g.first] + g.second);
}
//f[m]就是答案
return 0;
}
多重背包的单调队列优化
#include<bits/stdc++.h>
using namspace std;
const int N = 20010;
int f[N],g[N],q[N];//f表示这一层，g表示上一层，q表示滑动窗口
int main()
{
int n,m;
cin >> n >> m;
for(int i = 0;i < n;i++)
{
int v,w,s;
cin >> v >> w >> s;
memcpy(g,f,sizeof f);
for(int j = 0;j < v;j++)//表示不同的体积余数，余数相同的为同一组
{
int hh = 0,tt = - 1;
for(int k = j;k <= m;k += v)
{
if(hh <= tt && q[hh] < k - s * v)
hh++;
while(hh <= tt && g[q[tt]] - (q[tt] - j) / v * w <= g[k] - (k - j) / v * w)//滑动窗口
tt--;//比较两状态的相对大小，不比较后边加的w
q[++tt] = k;
f[k] = g[q[hh]] + (k - q[hh]) / v * w;
}
}
}
//f[m]就是答案
return 0;
}
四、分组背包
在分组背包中，物品被分为多组，但是每组最多只能选一个
模板——最大价值
#include<bits/stdc++.h>
using namespace std;
int main()
{
int n,m;
cin >> n >> m;
vint f(m + 1);
for(int i = 0;i < n;i++)
{
int c;
cin >> c;
vint v(c),w(c);
for(int j = 0;j < c;j++)
cin >> v[i] >> w[i];
for(int j = m;~j;j--)
for(int k = 0;k < c;k++)
if(v[k] <= j)
f[j] = max(f[j],f[j - v[k]] + w[i]);
}
//f[m]就是答案
return 0;
}
五、背包问题的拓展
1.01背包+树形DP
假设存在这样的一棵树，想要选择它的子节点，就必须选择他的父节点。每个节点有其体积和价值，求最大体积为v的情况下的最大价值。
如图，如果要选择节点4，就必须要选择节点2和节点1（根节点）。
//使用邻接表来存储树
void dfs(int u)
{
for(int i = h[u];~i;i = ne[i])
{
int son = e[i];//表示子节点的编号
dfs(son);//遍历子节点
for(int j = m - v[u];~j;j--)
for(int k = 0;k <= j;k++)
f[u][j] = max(f[u][j],f[u][j - k] + f[son][k]);
}
for(int i = m;i >= v[u];i--)// 加上该节点
f[u][i] = f[u][i - v[u]] + w[u];
for(int i = 0;i < v[u];i++)//将该节点不能更新的体积记为0
f[u][i] = 0;
}
2.最佳方案数
求最大价值的方案数
01背包的最佳方案数
#include<bits/stdc++.h>
using namespace std;
int main()
{
int n,m;
cin >> n >> m;
pair<int,int>f(m + 1,0);//first存储价值，second存储方案数
f[0].second = 1;
int res = 0;//记录最大价值
for(int i = 0;i < n;i++)
{
int v,w;
cin >> v >> w;
for(int j = m;j >= v;j--)
{
int cnt = 0;
int maxv = max(f[j].first,f[j - v].first + w);
res = max(res,maxv);
if(maxv == f[j].first)cnt += f[j].second;
if(maxv == f[j - v].first + w)cnt += f[j - v].second;
f[j].first = maxv;
f[j].second = cnt % mod;
}
}
int ans = 0;
for(int i = 0;i <= m;i++)
if(res == f[i].first)
ans = (ans + f[i].second) % mod;
cout << ans << endl;
}
3.分组背包+排列组合
给定几组物品，每组内进行排列组合之后再按照分组背包的规则进行选择
关于排列组合的方法，这里采用二进制的方式来表示，通过检测某一位上是为1来判断是否选择该物品
#include<bits/stdc++.h>
using namespace std;
#define vint vector<int>
int main()
{
int n,m;
cin >> n >> m;//n表示物品组数，m表示背包容积
vint f(m + 1,0);
for(int i = 0;i < n;i++)
{
int s;//每组背包的物品数量
cin >> s;
vint v(s),w(s);
for(int j = 0;j < n;j++)
cin >> v[j] >> w[j];
for(int j = m;j >= 0;j--)
{
for(int k = 0;k < 1 << s;k++)
{
int V = 0,W = 0;
for(int u = 0;u < s;u++)
if(j >> u & 1)
V += v[u],W += w[u];
if(j >= V)
f[j] = max(f[j],f[j - V] + W);
}
}
}
cout << f[m] << endl;
return 0;
}
311
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
