背包问题
一.0/1背包
1.问题模型:给定N个物品,其中第i个物品的体积为Vi,价值为Wi。有容积为M的背包,要求选择一些物品放入背包,使得物品总体积不超过M的前提下,物品的总体积最大。
2.
dp[i,j]=Max(dp[i-1,j],dp[i-1,j-Vi]+Wi)
memset(dp, 0xcf, sizeof(dp)); //-inf
f[0][0] = 0;
for (int i = 1; i <= n; i++) {
for (int j = 0; j <= m; j++) {
dp[i][j] = dp[i - 1][j];
}
for (int j = v[i]; j <= m; j++) {
dp[i][j] = Max(dp[i][j], dp[i - 1][j - v[i]] + w[i]);
}
}
滚动数组
memset(dp, 0xcf, sizeof(dp));
f[0] = 0;
for (int i = 1; i <= n; i++) {
for (int j = m; j >= v[i]; j--) {
dp[j] = Max(dp[j], dp[j - v[i]] + w[i]);
}
}
int ans = 0;
for (int j = 0; j <= m; j++) {
ans = Max(ans, dp[j]);
}
二.完全背包
1.问题模型:给定N个物品,其中第i个物品的体积为Vi,价值为Wi,并且有无数个。有容积为M的背包,要求选择若干个物品放入背包,使得物品总体积不超过M的前提下,物品的总体积最大。
2.
memset(dp, 0xcf, sizeof(dp));
f[0] = 0;
for (int i = 1; i <= n; i++) {
for (int j = v[i]; j <=m; j++) {
dp[j] = Max(dp[j], dp[j - v[i]] + w[i]);
}
}
int ans = 0;
for (int j = 0; j <= m; j++) {
ans = Max(ans, dp[j]);
}
三.多重背包
1.问题模型:问题模型:给定N个物品,其中第i个物品的体积为Vi,价值为Wi,并且有Ci个。有容积为M的背包,要求选择若干个物品放入背包,使得物品总体积不超过M的前提下,物品的总体积最大。
2.直接拆分法:
memset(dp, 0xcf, sizeof(dp));
f[0] = 0;
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= c[i]; j++) {
for (int k = m; k >= v[i]; k--) {
dp[k] = Max(dp[k], dp[k - v[i]] + w[i]);
}
}
}
int ans = 0;
for (int j = 0; j <= m; j++) {
ans = Max(ans, dp[j]);
}
3.二进制拆分法
一个数可以用二进制表述,所以Ci=(0或1)*20+(0或1)*21+(0或1)22+……+(0或1)2n ;之后再用0/1背包即可
int n, m;
int num = 0;
scanf("%d%d", &n, &m);
for (int i = 1; i <= m; i++) {
int a, b, c;
scanf("%d%d%d", &a, &b, &c);
for (int j = 1; j <= c; j <<= 1) {//二进制拆分
pri[++num] = a * j;
wei[num] = b * j;
c -= j;
}
if (c) {//多余出来的
pri[++num] = a * c;
wei[num] = b * c;
}
}
memset(dp, 0, sizeof(dp));
for (int i = 1; i <= num; i++) {//0/1背包
for (int j = n; j >= pri[i]; j--) {
dp[j] = Max(dp[j], dp[j - pri[i]] + wei[i]);
}
}
四.分组背包
1.问题模型:给定N组物品,其中第i组有Ci个物品。第i组的第j个物品的体积为Vij,价值为Wij。有容积为M的背包,要求选择若干个物品放入背包,使得每组至多选择一个并且物品总体积不超过M的前提下,物品的总体积最大。
2.
dp[i,j]表示从前i组中选出总体积为j的物品放入背包,物品的最大价值和。
memset(dp, 0xcf, sizeof(dp));
f[0] = 0;
for (int i = 1; i <= n; i++) {
for (int j = m; j >= 0; j--) {
for (int k = 1; k <= c[i]; k++) {
if (j >= v[i][k])
dp[j] = Max(dp[j], dp[j - v[i][k]] + w[i][k]);
}
}
}