背包问题的实质我认为是动态规划求最优解,那么其实也就是说我们要做的就是在众多方法中选择一个最优的办法进行求解。
1、01背包
作为引入背包问题的第一个点,01背包的实质很简单,东西只有一个,你只需要确定,你是拿,还是不拿,不用考虑拿多少。
即你有一个容量为Y的包,你面前总共有N件物品,第i件物品要消耗的容量为Wi,价值为Vi,问你要怎么装才能使价值最大。
那么也就是第i件物品我拿还是不拿的问题
那么这里设一个二元数组表示背包当前状态则有:dp[i][j]=v(i表示到了决定第i件物品的时候,j表示此时背包的容量,v表示此时背包装的物品的价值)
那么装与不装自然就是两种状态:dp[i-1][j](不装),dp[i][j-w[i]]+v[i](装)
#include<iostream>
#include <algorithm>
using namespace std;
int main()
{
int w[5] = { 0 , 1 , 2 , 3 , 7 }; //商品的容量
int v[5] = { 0 , 3 , 4 , 5 , 6 }; //商品的价值
int bagV = 8; //背包容量
int dp[5][9] = { { 0 } }; //动态规划表
for (int i = 1; i <= 4; i++) {
for (int j = 1; j <= bagV; j++) {
if (j < w[i])//剩下的不够装了
dp[i][j] = dp[i - 1][j];
else
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i]] + v[i]);
}
}
//输出
for (int i = 0; i < 5; i++) {
for (int j = 0; j <= 8; j++) {
cout << dp[i][j] << ' ';
}
cout << endl;
}
return 0;
}
or用一元形式表示
#include <stdio.h>
#include <iostream>
#include <map>
using namespace std;
int dp[1000000];
int w[100000];
int v[100000];
int main()
{
int n,t;
scanf("%d%d",&t,&n);
for(int i=1; i<=n; i++){
scanf("%d%d",&w[i],&v[i]);
}
for(int i=1; i<=n; i++){
for(int j=t; j>=w[i]; j--){
dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
}
printf("%d",dp[t]);
}
以及还有在网上看到别的大佬有写的追溯组成内容的函数
void findWhat(int i, int j) {
if (i >= 0) {
if (dp[i][j] == dp[i - 1][j]) {
item[i] = 0;
findWhat(i - 1, j);
}
else if (j - w[i] >= 0 && dp[i][j] == dp[i - 1][j - w[i]] + v[i]) {
item[i] = 1;
findWhat(i - 1, j - w[i]);
}
}
}
以上就是01背包的全部内容啦!
先放一道模板题
这个题就是简单的01背包思路,而且也是我接触的第一个01背包问题哈哈
#include<stdio.h>
#include<algorithm>
#include<string.h>
using namespace std;
int p[1005],v[1005],dp[1005][1005];
int main(){
int T;
scanf("%d",&T);
while(T--){
memset(p,0,sizeof(p));
memset(v,0,sizeof(v));
int n,bagv;
int i,j;
scanf("%d%d",&n,&bagv);
for(i=1;i<=n;i++){
scanf("%d",&p[i]);
}
for(i=1;i<=n;i++){
scanf("%d",&v[i]);
}
for(i=1;i<=n;i++){
for(j=0;j<=bagv;j++){
if(j<v[i]){
dp[i][j]=dp[i-1][j];
}
else{
dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+p[i]);
}
}
}
int sum=-1;
for(i=0;i<=bagv;i++){
if(sum<=dp[n][i])sum=dp[n][i];
}
printf("%d\n",sum);
}
return 0;
}
那么直接上代码
模板题就不浪费大家时间了,这里做一道杭电的变式题
这道题的思路非常有意思,要尽可能使自己的钱少,还有一个特殊规定,还有五块钱以上的时候最后一个商品可以随便买,那么我们自然是要把5先拎出来进行讨论,最后一步肯定是,把最接近5的值减去最大价值的菜品,所以问题转变成如何选择使得前n-1个菜品的价格最高且不超过初始值-5。最后就是注意特判!注意特判!
#include<iostream>
#include <algorithm>
#include<cstring>
using namespace std;
int dp[1005],v[1005];
bool cmp(int a, int b) {
return a > b;
}
int main()
{
int n;
while (cin >> n) {
if (n == 0)break;
memset(dp, 0, sizeof(dp));
for (int i = 1; i <= n; i++) {
cin >> v[i];
}
int s;
cin >> s;
if (s < 5) {
cout << s << endl;
continue;
}
sort(v + 1, v + 1 + n, cmp);
for (int i = 2; i <= n; i++) {
for (int j = s - 5; j > 0; j--) {
if(j>=v[i])
dp[j] = max(dp[j], dp[j - v[i]] + v[i]);
}
}
int t = s - dp[s - 5] - v[1];
cout << t << endl;
}
return 0;
}
以上就是01背包的全部啦。
2、完全背包
所谓完全背包实际就是01背包的进阶版,它与01背包最大的不同在于物品可以不限量的选取,那么在时间复杂度的处理上就需要更加的小心谨慎。那么你可能会觉得就是简单的选性价比最高的
但是显然这类题不会是简单的贪心算法QAQ,打个比方,你的背包容量为6,A产品容量为4,价值为5,B产品容量为3,价值为3,那么按照性价比,你会选择B产品,但显然选两次A产品才是价值更高的做法
所以完全背包问题采用的还是递归求解
核心代码:
若T为背包容量,n为物品总数,v[i]是物品容量,p[i]是物品价值,j表示背包剩余空间
for (int i=1;i<=n;i++) {
for (int j=0;j<=bagv;j++) {
for (int k=0;k*v[i]<=j;k++) {
dp[i][j] = max(dp[i-1][j-k*v[i]] + k*p[i], dp[i][j]);
}
}
}
or
#include <stdio.h>
#include <iostream>
using namespace std;
int dp[1000];
int w[1000];
int v[1000];
int m,n;
int main()
{
scanf("%d%d",&m,&n);
for(int i=1; i<=n; ++i){
scanf("%d%d",&w[i],&v[i]);
}
for(int i=1; i<=n; ++i){
for(int j=0; j<=m; ++j){
if(j>=w[i]) dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
}
printf("max=%d",dp[m]);
return 0;
}
来一道不难但很恶心的题目
#include<stdio.h>
#include<algorithm>
#include<string.h>
using namespace std;
const int mymax = 0x3f3f3f3f;
int p[1005],v[1005],dp[1005][10050];
int main(){
int T;
scanf("%d",&T);
while(T--){
memset(p,0,sizeof(p));
memset(v,0,sizeof(v));
for(int i=0;i<=510;i++)
for(int j=0;j<=10050;j++){
dp[i][j]=mymax;
}
dp[0][0]=0;
int c1,c2;
scanf("%d%d",&c1,&c2);
int n,bagv;
bagv=c2-c1;
scanf("%d",&n);
for(int i=0;i<n;i++){
scanf("%d%d",&p[i],&v[i]);
}
for (int i=0;i<n;i++) {
for (int j=0;j<=bagv;j++) {//这里要列举的是所有价值而不是01背包中所有重量下的最值
if(j<v[i]){
dp[i+1][j]=dp[i][j];//容量不够了,那么当前肯定是装不了了,直接往后传递
}
else{
dp[i+1][j]=min(dp[i][j],dp[i+1][j-v[i]]+p[i]);
}
}
}
int sum=mymax;
int flag=0;
for(int i=0;i<=n;i++){//!!!这里要取到最后一个的下一位!!!
if(dp[i][bagv]!=mymax){
flag=1;
sum=min(sum,dp[i][bagv]);
}
}
if(flag)printf("The minimum amount of money in the piggy-bank is %d.\n",sum);
else printf("This is impossible.\n");
}
return 0;
}
这题最后要取到n的下一位,以及,dp[i][j]的上限问题,i的上限是物品数,而j的上限是背包的容量,两者不一样,要记住呀~
还有一道洛谷的题目,也是灵活使用模板
这道题看似很复杂,基础值一直在变化,但其实,这个问题就是每次取最优解,然后更新我的背包容量即可。dp[i]的意思是当背包容量为i是dp[i]的内容就是此时的最大值
#include<stdio.h>
#include<algorithm>
#include<string.h>
using namespace std;
const int mymax=0x3f3f3f3f;
const int jmax=1e7+5;
int p[50],v[50],dp[jmax];
int main(){
int bagv,n,T;
scanf("%d%d%d",&bagv,&T,&n);
for(int i=0;i<n;i++)
scanf("%d%d",&v[i],&p[i]);
while(T--){
for(int i=0;i<n;i++){
for(int j=v[i];j<=bagv;j++){
dp[j]=max(dp[j],dp[j-v[i]]+p[i]);
}
}
bagv=bagv+dp[bagv];
}
printf("%d",bagv);
return 0;
}
3、多重背包
接下来就是最后一个背包,多重背包,多重背包又是完全背包 的plus版本,它多了一个限制条件,即第i种物品最多有M[i]件可用,价值为p[i],体积为v[i]
namo,这次自然也是在多重背包的基础上做文章
回顾一下,之前的表达式是
dp[i+1][j]=max(dp[i+1][j],dp[i][j-k*v[i]]+k*p[i]
也就是如果用函数表达,则递推关系式就是
ks(i,t)=max{ks(i-1,t-k*v[i])+k*p[i]}
那么仔细思考一下,多重背包的递推表达式其实也是
ks(i,t)=max{ks(i-1,t-k*v[i])+k*p[i]}
只不过原来的k是取到不能取下,现在是k最多取到它的限制值或者是超出容量
void solve3() {
for (int i = 0; i < P.length; i++){//物品总数
for (int j = 0; j <= T; j++){//背包容量
for (int k = 0; k <= M[i] && k * V[i] <= j; k++){//当前拿取的个数
dp[i+1][j] = max(dp[i+1][j], dp[i][j-k * V[i]] + k * P[i]);
}
}
}
or
求有n元的情况下,在m个物品中获得最大重量的算法
for(int i=1;i<=m;i++)
cin>>p[i]>>h[i]>>c[i];//p为重量,h为价值,c为可以用的个数
for(int i=1;i<=m;i++)
for(int j=n;j>=0;j--)
for(int k=1;k<=c[i];k++)
if(j>=p[i]*k) dp[j]=max(dp[j],dp[j-p[i]*k]+h[i]*k);
模板题,可以拿这个熟悉。
#include<iostream>
#include<algorithm>
#include<string>
using namespace std;
int p[105],h[105],c[105];
int dp[500];
int main(){
int T,n,m;
cin>>T;
while(T--){
memset(dp,0,sizeof(dp));
cin>>n>>m;
for(int i=0;i<m;i++){
cin>>p[i]>>h[i]>>c[i];//p价格,h 重量,c可购买袋数
}
for(int i=0;i<m;i++){
for(int j=n;j>=p[i];j--){
for(int k=1;k<=c[i];k++){
if(j>=p[i]*k)dp[j]=max(dp[j],dp[j-p[i]*k]+h[i]*k);
}
}
}
cout<<dp[n]<<endl;
}
return 0;
}
以上就是背包专题的全部内容了,背包问题主要使用的还是dp算法每轮循环求最优解的做法,该类问题需要靠大量刷题进行巩固~