动态规划_背包问题总结

目录

01背包

完全背包

多重背包

分组背包

有依赖的背包

---

背包问题都是由01背包延申出来的，在01背包基础上加一些限制条件。只用01背包的思想理解了，其它背包就很容易理解。

本文以最经典的背包容量、物品重量、价值为例，对几类背包问题做了分析。实际解题过程中，题目描述不仅只限于背包可能是（1）预算总量、物品价格、物品重要程度、（2）食物体积限制、食物体积、食物卡路里 等。均可归纳为经典背包问题。

01背包

问题描述：容量为M的背包，有N个物品，重量为W1,W2…WN对应的价值分别为V1,V2,….VN。

目标：从N种物品种取若干件（每个物品只能选一次），使其重量的和小于等于M，而背包价值最大

特点：物品只能选一次

输入样例：

10 4
2 1
3 3
4 5
7 9

输出样例：

12

背包容量M=10，物品数量N=4，N+1行，每行两个整数W、 V，表示物品的重量和价值

状态转移方程-二维：

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

dp[i][j]:选择i个物品，背包容量为j时，背包的最大价值。

max(dp [i-1][j-第i物品价值] +第i种物品价值，dp [i-1][j])

状态转移方程-一维：

dp [j] = max(dp [j], dp [j - w[i]] + v[i]);

01背包文件详解：动态规划_01背包问题-CSDN博客

完全背包

问题描述：容量为M的背包，有N个物品，重量为W1,W2…WN对应的价值分别为V1,V2,….VN。

目标：从N种物品种取若干件（同一物品可选无限次），使其重量的和小于等于M，而背包价值最大

特点：物品可以选无限次

输入样例：  

10 4
2 1
3 3
4 5
7 9

输出样例：

max=12

背包容量M=10，物品数量N=4，N+1行，每行两个整数W、 V，表示物品的重量和价值

状态转移方程：

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

dp[i][j]:选择i个物品，背包容量为j时，背包的最大价值。

max(dp [i][j-第i物品价值] +第i种物品价值，dp [i-1][j])

完全背包文件详解：动态规划_完全背包问题_动态规划求解完全背包问题-CSDN博客

多重背包

问题描述：容量为M的背包，有N个物品，重量为W1,W2…WN对应的价值分别为V1,V2,….VN，最多能选择的个数

目标：从N种物品种取若干件（同一物品可选有限个），使其重量的和小于等于M，而背包价值最大

特点：物品可以选有限个

输入样例：   

5 12
8 2 4
4 5 9
3 5 2
4 3 6
2 2 1

输出样例：

17

状态转移方程：

dp[j]=max(dp[j],dp[j-k*w[i]]+k*v[i]) ;

dp[j]:背包容量为j时，背包的最大价值。

max(dp [j-第i物品选择k次的重量] +第i物品选择k次的价值，dp [j])

代码实现：

#include <bits/stdc++.h>
using namespace std;
int n,m,w[501],v[501],s[501],dp[6001];
int main(){
	cin >> n >> m;
	for(int i=1;i<=n;i++)
	{
		cin>>w[i]>>v[i]>>s[i];//重量、价值、个数
	}
	for(int i=1;i<=n;i++) //物品种类
	{
		for(int j=m;j>=w[i];j--) //价值
		{
			for (int k=1;k<=s[i];k++) //第i个物品最多能选择的个数
			{
                if(j>=k*w[i])
                {
                    dp[j]=max(dp[j],dp[j-k*w[i]]+k*v[i]) ;
                }
			}
		}
	}
	cout<<dp[m];
	return 0;
}

分组背包

问题描述：容量为M的背包，有N个物品，重量为W1,W2…WN对应的价值分别为V1,V2,….VN。N个物品分成K组，每组中的物品相互冲突

特点：每组物品只能选一个

目标：从N种物品种取若干件（每个物品只能选一次），使其重量的和小于等于M，而背包价值最大

输入样例：     

45 3
10 10 1
10 5 1
50 400 2

输出样例：

10

背包容量M=45，物品数量N=4，N+1行，每行三个整数表示物品的重量、价值、分组

状态转移方程：

dp[j]=max(dp[j],dp[j-w[wp]]+v[wp]);

dp[j]:背包容量为j时，背包的最大价值。

max(dp [j-第wp个物品重量] +第wp个物品价值，dp [j])

代码实现：

#include <bits/stdc++.h>
using namespace std;
//f[i][j] 小组i中第j个物品的编号
//b[i] 第i个小组的标号 
//w[i] 第i个物品重量
//v[i] 第i个物品价值
//dp[j] 背包容量为j时，最大价值
int n,m ,team=0,w[1001],v[1001],b[101],f[1001][1001],dp[1001];
int main(){
	cin >>m>> n;
	for(int i=1;i<=n;i++)
	{
		int c;
		cin>>w[i]>>v[i]>>c;
		team=max(team,c);
		b[c]++; 
		f[c][b[c]]=i;//第c个小组，第b[c]个编号，至为第i个物品 
	}
	//按小组遍历，每个小组取一个 
	for(int i=1 ;i<=team;i++)
	{
		for(int j=m ;j>=0;j--)//容量 
		{	
			for(int k=1;k<=b[i];k++)//每个小组中的物品
			{
				int wp=f[i][k];//第i个小组，第k个编号保存的物品序号 
				if (j>=w[wp])
				{
					dp[j]=max(dp[j],dp[j-w[wp]]+v[wp]);
				}
			
			 } 
		}
	}
	cout <<dp[m];
	return 0;
}

有依赖的背包

问题描述：容量为M的背包，有N个物品，重量为W1,W2…WN对应的价值分别为V1,V2,….VN。物品N2，N3从属于N1，如果要选N2或N3必须要先选N1。N1可以有0个、1个或2个附件。每个附件对应一个主件，附件不再有从属于自己的附件

特点：附件不能单独选择

目标：从N种物品种取若干件（每个物品只能选一次），使其重量的和小于等于M，而背包价值最大

输入样例：        

1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0

输出样例：

2200

背包容量M=1000，物品数量N=5，N+1行，每行三个整数表示物品的重量、价值、分组

状态转移方程：

有附件的背包，也是01背包的变式。只是考虑的问题多了附加条件：

（1）不选

（2）只选主件，不选附件

dp[j]=max(dp[j],dp[j-v[i][0]]+w[i][0]);

（3）主件+附件1

dp[j]=max(dp[j],dp[j-v[i][0]-v[i][1]]+w[i][0]+w[i][1]);

（4）主件+附件2

dp[j]=max(dp[j],dp[j-v[i][0]-v[i][2]]+w[i][0]+w[i][2]);

（5）主件+附件1+附件2

dp[j]=max(dp[j],dp[j-v[i][0]-v[i][1]-v[i][2]]+w[i][0]+w[i][1]+w[i][2]);

代码实现：

#include <bits/stdc++.h>
using namespace std;
int n ,m ,dp[32001],v[61][3],w[61][3];
int main(){
	scanf("%d%d",&m,&n);
	for(int i=1; i<=n; i++)
	{
		int x,y,z;
		scanf("%d%d%d",&x,&y,&z);
		if(z==0)//主件 
		{
			v[i][0]=x;
			w[i][0]=x*y;
		}
		else//附件 
		{
			if (v[z][1]==0 )
			{
				v[z][1]=x;
				w[z][1]=x*y;
			}
			else if (v[z][2]==0 )
			{
				v[z][2]=x;
				w[z][2]=x*y;
			}
			
		}
	}
	for(int i=1;i<=n;i++) //物品 
	{
		for(int j=m; j>=v[i][0]; j--)
		{
			//只主件 
			dp[j]=max(dp[j],dp[j-v[i][0]]+w[i][0]);
			//主件+第一个附件
			if(j-v[i][0]-v[i][1]>=0)
			{
				dp[j]=max(dp[j],dp[j-v[i][0]-v[i][1]]+w[i][0]+w[i][1]);
			} 
			 //主件+第二个附件
			  if(j-v[i][0]-v[i][2]>=0)
		 	{
				dp[j]=max(dp[j],dp[j-v[i][0]-v[i][2]]+w[i][0]+w[i][2]);
			 }
			 //主件+第一个附件+第二个附件
			  if(j-v[i][0]-v[i][1]-v[i][2]>=0)
			 {
				dp[j]=max(dp[j],dp[j-v[i][0]-v[i][1]-v[i][2]]+w[i][0]+w[i][1]+w[i][2]);
			 }
		}
	}
	printf("%d",dp[m]);
	return 0;
}