背包问题笔记

背包的基本模型:
给你一个容量为V的背包和若干种物品，在一定的限制条件下（每种物品都占用一定容量），问最多能放进多少价值的物品?

背包是很典型、最基本的DP问题

背包的每个容量都是“状态”

背包问题的分类
01背包
完全背包  多重背包
二维费用背包   混合三种背包   分组背包   有依赖的背包

一、01背包

问题：

有 N 件物品和一个容量为 V 的背包。第 i 件物品的费用是 c[i] ，价值是w[i]  。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

问题分析：

这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。

用子问题定义状态：即dp[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。

则其状态转移方程便是：dp[i][v]=max{dp[i-1][v],dp[i-1][v-c[i]]+w[i]}

代码模板：

#include<bits/stdc++.h>
using namespace std;
int dp[1001],w[1001],c[1001];
int main(){
    int n,v;
        cin>>n>>v;
        for(int i=0;i<n;i++) cin>>c[i]>>w[i];
        memset(dp,0,sizeof(dp));
        for(int i=0;i<n;i++)
            for(int j=v;j>=c[i];j--)
                dp[j]=max(dp[j],dp[j-c[i]]+w[i]);
        cout<<dp[v]<<endl;
    return 0;
}

二、完全背包：

问题：

有 N 种物品和一个容量为 V 的背包，每种物品都有无限件可用。第i种物品的费用是C[i]  ，价值是W[i]  。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

问题分析：

特点，背包可以取无数次。

伪代码：

for(int i=0;i<n;i++)
    for(int v=0;i<v;i++)
        f[v]=max{f[v],f[v-c[i]]+w[i]};

将这一段代码替换01背包的问题代码即可实现。这正是为了保证每件物品只选一次，保证在考虑“选入第 i 件物品”这件策略时，依据的是一个绝无已经选入第 i 件物品的子结果f([i-1][v-c[i]])  。而现在完全背包的特点恰是每种物品可选无限件，所以在考虑“加选一件第i种物品”这种策略时，却正需要一个可能已选入第i种物品的子结果 f([i][v-c[i]])，所以就可以并且必须采用 0-V 的顺序循环。

三、多重背包：

问题：

有 N 种物品和一个容量为 V 的背包。第i种物品最多有 n[i]件可用，每件费用是 c[i] ，价值是 w[i] 。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

问题分析：

这题目和完全背包问题很类似。基本的方程只需将完全背包问题的方程略微一改即可，因为对于第i种物品有 n[ i ] +1 种策略：取 0 件，取 1 件……取 n[ i ] 件。令 f[ i ][ v ] 表示前 i 种物品恰放入一个容量为 v 的背包的最大权值.

四、混合三种背包问题：

问题：

如果将前三种混合起来，也就是说，有的物品只可以取一次（01背包），有的物品可以取无限次（完全背包），有的物品可以取的次数有一个上限（多重背包）。应该怎么求解呢？

问题分析：

此问题就是前三个背包的混合问题，可以先看成01背包和完全背包问题，只取一个或取无穷个，那么只需在对每个物品应用转移方程时，根据物品的类别选用顺序或逆序的循环即可。

if是01背包则{
for(int i=0;i<n;i++)
            for(int j=v;j>=c[i];j--)
                dp[j]=max(dp[j],dp[j-c[i]]+w[i]);
}
else {
    for(int i=0;i<n;i++)
        for(int v=0;i<v;i++)
            f[v]=max{f[v],f[v-c[i]]+w[i]};
}

 五、二维费用的背包问题

问题：

二维费用的背包问题是指：对于每件物品，具有两种不同的费用；选择这件物品必须同时付出这两种代价；对于每种代价都有一个可付出的最大值（背包容量）。问怎样选择物品可以得到最大的价值。设这两种代价分别为代价 1 和代价 2 ，第i件物品所需的两种代价分别为 a[ i ] 和 b [ i ] 。两种代价可付出的最大值（两种背包容量）分别为 V 和 U 。物品的价值为 w[ i ] 。

问题分析：

费用加了一维，只需状态也加一维即可。设f[ i ][ v ][ u ]表示前 i 件物品付出两种代价分别为 v 和 u 时可获得的最大价值。状态转移方程就是：

f[ i ][ v ][ u ]= max(f[ i-1 ][ v ][ u ],f[ i-1 ][ v-a[ i ] ][ u - b[ i ]]+ w[ i ])

 如前述方法，可以只使用二维的数组：当每件物品只可以取一次时变量 v 和 u 采用顺序的循环，当物品有如完全背包问题时采用逆序的循环。当物品有如多重背包问题时拆分物品。

一天一到两个背包问题，慢慢理解！！！