第五章 动态规划（一）

本章主要介绍背包问题。

一、0/1背包问题

题目：

状态转移方程 ：f(i,j) = max(f(i-1,j),f(i-1,j-vi)+w(i));

代码：

朴素版

#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;

const int N = 1010;

int n,m;
int v[N],w[N];
int f[N][N];

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

空间优化0/1背包问题：
 

#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;

const int N = 1010;

int n,m;
int v[N],w[N];
int f[N];

int main(){
    cin>>n>>m;
    for(int i = 1;i<=n;i++) cin>>v[i]>>w[i];
    
    for(int i = 1;i<=n;i++){
        //最关键的点就在j是逆序的从m往前更新而不是正序的
        //因为从前往后更新使得j-v[i]为第i层的f而不是第i-1层的f
        //从后往前更新，此时f[j-v[i]]因为在前面所以还没被更新，便是第i-1层的f
        for(int j = m;j>=v[i];j--){
            f[j] = max(f[j],f[j-v[i]] + w[i]);
        }
    }
    
    cout<<f[m]<<endl;
    return 0;
} 

二、完全背包问题

  

 朴素做法：

#include<iostream>
#include<algorithm>
using namespace std;

const int N = 1010;

int n,m;
int v[N],w[N];
int f[N][N];

int main(){
    scanf("%d%d",&n,&m);
    
    for(int i = 1;i <= n;i++) scanf("%d%d",&v[i],&w[i]);
    
    for(int i = 1;i<=n;i++){
        for(int j = 0;j<=m;j++){
            for(int k = 0; k * v[i] <= j;k++){
                f[i][j] = max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);
            }
        }
    }
    cout<<f[n][m]<<endl;
    return 0;
}

空间优化完全背包问题：

#include<iostream>
#include<algorithm>
using namespace std;

const int N = 1010;

int n,m;
int v[N],w[N];
int f[N][N];

int main(){
    scanf("%d%d",&n,&m);
    
    for(int i = 1;i <= n;i++) scanf("%d%d",&v[i],&w[i]);
    
    for(int i = 1;i<=n;i++){
        for(int j = 0;j<=m;j++){
            f[i][j] = f[i-1][j];
            if(j >= v[i]) f[i][j] = max(f[i][j],f[i][j-v[i]]+w[i]);
        }
    }
    cout<<f[n][m]<<endl;
    return 0;
}

#include<iostream>
#include<algorithm>
using namespace std;

const int N = 1010;

int n,m;
int v[N],w[N];
int f[N];

int main(){
    scanf("%d%d",&n,&m);
    
    for(int i = 1;i <= n;i++) scanf("%d%d",&v[i],&w[i]);
    
    for(int i = 1;i<=n;i++){
        for(int j = v[i];j<=m;j++){
            f[j] = max(f[j],f[j-v[i]]+w[i]);
        }
    }
    cout<<f[m]<<endl;
    return 0;
}

三、多重背包问题

题目：

 代码：

#include<iostream>
#include<algorithm>
using namespace std;

const int N = 110;

int n,m;
int v[N],w[N],s[N];
int f[N][N];


int main(){
    cin>>n>>m;
    
    for(int i = 1;i <= n;i++) cin>>v[i]>>w[i]>>s[i];
    
    for(int i = 1;i <= n;i++){
        for(int j = 0;j <= m;j++){
            for(int k = 0;k <= s[i] && k*v[i] <= j;k++){
                f[i][j] = max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);
                
            }
            
        }
    }
    cout<<f[n][m]<<endl;
    return 0;
    
}

四、多重背包问题二（优化背包问题）

题目：

 分析：

f[i][j] = max(f[i-1][j],f[i-1][j-v]+w,f[i-1][j-2v]+2w,   ......,f[i-1][j-sv]+sw);
f[i][j-v] = max(        f[i-1][j-v]  ,f[i-1][j-(1+1)v]+w,......,f[i-1][j-((s-1)+(1))v]+(s-1)w,f[i-1][j-(s+1)v]+sw)

不能降维是因为每一个物品不想完全背包一样可以无限次使用。

 

代码：

/*
f[i][j] = max(f[i-1][j],f[i-1][j-v]+w,f[i-1][j-2v]+2w,   ......,f[i-1][j-sv]+sw);
f[i][j-v] = max(        f[i-1][j-v]  ,f[i-1][j-(1+1)v]+w,......,f[i-1][j-((s-1)+(1))v]+(s-1)w,f[i-1][j-(s+1)v]+sw)
*/
#include<iostream>
#include<algorithm>

using namespace std;

const int N = 12010,M = 2010;

int n,m;
int v[N],w[N];
int f[M];


int main(){
    cin>>n>>m;
    int cnt = 0;
    for(int i = 1;i<=n;i++){
        int a,b,s;
        cin>>a>>b>>s;
        int k = 1;
        while(k<=s){
            cnt++;
            v[cnt] = a*k;
            w[cnt] = b*k;
            s -=k;
            k *=2;
        }
        if(s>0){
            cnt++;
            v[cnt] = a*s;
            w[cnt] = b*s;
        }
    }
    
    n = cnt;
    for(int i = 1;i <= n;i++){
        for(int j = m;j >= v[i];j--){
            f[j] = max(f[j],f[j-v[i]]+w[i]);
        }
    }
    cout<<f[m]<<endl;
    return 0;
}