1.01背包问题
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
1.1.第一种解法
-
- 定义dp[i][j] 体积为i的包 ,装前j个物品时,所装的最大价值
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
while (sc.hasNext()){
int N = sc.nextInt();
int V = sc.nextInt();
int[] volums = new int[N];
int[] values = new int[N];
for (int i = 0; i < N; i++) {
volums[i] = sc.nextInt();
values[i] = sc.nextInt();
}
1.定义dp[i][j] 体积为i的包 装前j个物品的最大价值
int[][] dp = new int[V+1][N+1];
2.base dp[0][j]==0 ,背包容量为0,肯定为0
dp[V][0]==0 ,一个物品都不选 则也为0
目标dp[V][N]
3.状态转移方程
for (int i = 1; i <= V; i++) {
for (int j = 1; j <= N; j++) {
判断当前背包容量是否能装下当前商品
装得下
if(volums[j-1] <= i){
选择 装 & 不装
dp[i][j] = Math.max(values[j-1]+dp[i-volums[j-1]][j-1] , dp[i][j-1]);
}
装不下时
else {
背包容量为i时,不选j商品
dp[i][j] = dp[i][j-1];
}
}
}
System.out.println(dp[V][N]);
}
}
}
1.2.第二种解法
-
- 定义dp[i][j] 前i个商品,在背包容量为j时 所装的最大价值值
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
while (sc.hasNext()){
int N = sc.nextInt();
int V = sc.nextInt();
int[] volums = new int[N];
int[] values = new int[N];
for (int i = 0; i < N; i++) {
volums[i] = sc.nextInt();
values[i] = sc.nextInt();
}
1.定义dp[i][j] 前i个商品 在背包容量为j时 最大值
int[][] dp = new int[N+1][V+1];
2.base dp[0][j]==0 ,一个物品都不选 则也为0
dp[i][0]==0 ,一背包容量为0,肯定为0
目标dp[N][V]
3.状态转移方程
for (int i = 1; i <= N; i++) { 遍历前i个商品
for (int j = 1; j <= V; j++) { 不同容量的包裹
判断当前背包容量是否能装下当前商品
装得下
if(volums[i-1] <= j){
选择 装 & 不装 只有前i-1个商品 容量为 j-当前商品体积时一致
dp[i][j] = Math.max(dp[i-1][j], values[i-1]+dp[i-1][j-volums[i-1]]);
}
装不下时
else {
跟只有前i-1个商品 保持一致
dp[i][j] = dp[i-1][j];
}
}
}
System.out.println(dp[N][V]);
}
}
}
2.完全背包问题
有 N 种物品和一个容量是 V 的背包,每种物品都有无限件可用。
第 i 种物品的体积是 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
2.1.第一种解法
- 定义dp[i][j] 体积为i的背包,在 前j件商品中,所能装的最大价值
- 相较于1.1解法,仅改变状态转移方程
- 变量k,表示第j件商品,所能选择数量
for (int i = 1; i <= V; i++) {
可选商品 依次遍历
for (int j = 1; j <= N; j++) {
判断当前 商品能否放下
依次能选择k个j商品时
for (int k = 0; k * volums[j] <= i; k++) {
dp[i][j] = Math.max(dp[i][j], k * values[j]+dp[i - k*volums[j]][j-1]);
}
}
}
2.2.第二种解法
- dp[i][j] 在前 i 件商品中 体积为 j 的背包,所能装的最大价值
- 相较于1.2解法题,仅改变状态转移方程
-
- 变量k,表示第i件商品,所能选择数量
for (int i = 1; i <= N; i++) {
依次遍历各种背包容量
for (int j = 1; j <= V; j++) {
判断当前 商品能否放下
依次能选择k个j商品时
for (int k = 0; k * volums[i] <= j; k++) {
dp[i][j] = Math.max(dp[i][j], k * values[i]+dp[i-1][j-k*volums[i]]);
}
}
}
3.多重背包问题
有 N 种物品和一个容量是 V 的背包。
第 i 种物品最多有 si 件,每件体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
输出最大价值。
- 输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行三个整数 vi,wi,si,用空格隔开,分别表示第 i 种物品的体积、价值和数量。
- 输出格式
输出一个整数,表示最大价值。
- 数据范围
0 < N,V ≤100
0 < vi,wi,si ≤100
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
3.1.解法
- 定义dp[i][j] 在前 i 件商品中 体积为 j 的背包,所能装的最大价值
- 相较于2.2解法,仅改变状态转移方程
- 限制条件:
-
- 第i件商品的数量k < 第i件商品所能选择最大数量
-
- 选择k个第i件商品时,其体积 < 背包当前容量j
-
可选商品 依次遍历
for (int i = 1; i <= N; i++) {
依次遍历各种背包容量
for (int j = 1; j <= V; j++) {
依次能选择k个j商品时
for (int k = 0; (k <= nums[i]) && (k * volums[i] <= j); k++) {
dp[i][j] = Math.max(dp[i][j], k * values[i]+dp[i-1][j-k*volums[i]]);
}
}
}
4.混合背包问题
有 N 种物品和一个容量是 V 的背包。
物品一共有三类:
- 第一类物品只能用1次(01背包);
- 第二类物品可以用无限次(完全背包);
- 第三类物品最多只能用 si 次(多重背包);
每种体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
输出最大价值。
- 输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行三个整数 vi,wi,si,用空格隔开,分别表示第 i 种物品的体积、价值和数量。
si = −1 表示第 i 种物品只能用1次;
si = 0 表示第 i 种物品可以用无限次;
si > 0 表示第 i 种物品可以使用 si 次;
- 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
−1 ≤ si ≤1000
输入样例
4 5
1 2 -1
2 4 1
3 4 0
4 5 2
输出样例:
8
4.1.解法
- 相较于3.1解法,在接受输入时,判断次数的3种情况即可
for (int i = 1; i <= N; i++) {
volums[i] = sc.nextInt();
values[i] = sc.nextInt();
int temp = sc.nextInt();
可以用无限次时
if (temp==0){
nums[i] = Integer.MAX_VALUE;
}
只能用一次时
else if (temp==-1){
nums[i] = 1;
}
可以用有限次时
else {
nums[i] = temp;
}
}