目录
一、前言
对于学计算机的同学来说,学习算法是一件非常重要的事情,废话不多讲,我们来讲讲“01背包最大价值方案数问题”。
二、01背包最大价值方案数
1、问题描述
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。输出最优选法的方案数。注意答案可能很大,请输出答案模 10^9+7 的结果。
2、基本思路
本题求01背包的最佳方案数,那么定义两个数组:dp[N], cnt[N]
dp[i] 用来存储背包容积为 i 时的最佳方案的总价值,cnt[i]为背包容积为 i 时总价值为最佳的方案数
具体做法是:
先初始化所有的 cnt[i] 为 1,因为背包里什么也不装也是一种方案。外层循环 n 次,每次读入新物品的 v, w。求出装新物品时的总价值,与不装新物品时作对比!
如果装新物品的方案总价值更大,那么用 dp[j−v]+w 来更新 dp[j],用 cnt[j−v] 更新 cnt[j]
如果总价值相等,那么最大价值的方案数就多了 cnt[j−v] 种
如果装入新物品,总价值减小,则什么也不处理
三、题例
1、上链接
2、题目分析
这也是一道模板题,直接套模板即可。
3、代码
(1)python——一维空间存储数据
mod=1e9+7
MAXN=1010
v=[0]*MAXN
w=[0]*MAXN
dp=[0]*MAXN
cnt=[1]*MAXN
N,V=map(int,input().split())
for i in range(1,N+1):
v[i],w[i]=map(int,input().split())
for i in range(1,N+1):
for j in range(V,v[i]-1,-1):
if dp[j-v[i]]+w[i] > dp[j]:
dp[j]=dp[j-v[i]]+w[i]
cnt[j]=cnt[j-v[i]]
elif dp[j-v[i]]+w[i] == dp[j]:
cnt[j]=(cnt[j]+cnt[j-v[i]])%mod
print(int(cnt[V]))
显然第一层 i 循环是从第一个物品遍历到最后一个物品,所以根据数学思想我们可以取消存储物品数据,每一层 i 循环输入对应的体积和价值即可。
(2)python——优化存储空间
mod=1e9+7
MAXN=1010
# v=[0]*MAXN
# w=[0]*MAXN
dp=[0]*MAXN
cnt=[1]*MAXN
N,V=map(int,input().split())
# for i in range(1,N+1):
# v[i],w[i]=map(int,input().split())
for i in range(1,N+1):
v,w=map(int,input().split())
for j in range(V,v-1,-1):
if dp[j-v]+w > dp[j]:
dp[j]=dp[j-v]+w
cnt[j]=cnt[j-v]
elif dp[j-v]+w == dp[j]:
cnt[j]=(cnt[j]+cnt[j-v])%mod
print(int(cnt[V]))
四、延伸——求解恰好装满01背包,并且是最优选法的方案数
怎么求解恰好装满01背包,并且是最优选法的方案数呢?
先上两个代码看差别:
(1)不超过容量的初始化
MAXN=1010
cnt=[1]*MAXN #cnt全部初始化为1
(2)恰好装满背包的初始化
MAXN=1010
dp=[-1000]*MAXN
dp[0]=0 #
cnt=[0]*MAXN
cnt[0]=1 #
显然 “求解恰好装满01背包,并且是最优选法的方案数” 在上面代码的基础上,只有初始化有区别,其他代码一模一样。
经过这样子初始化后,才有机会通过 cnt[0] 直接或间接转移,方案数才有可能增加。
以上,01背包最大价值方案数问题
祝好