本文回顾了背包问题的基础概念，包括01背包、完全背包和多重背包。通过闫氏DP分析法介绍了状态表示和状态计算，并详细探讨了如何优化完全背包问题的时间复杂度至O(n^2)。接着，文章讲解了多重背包问题的难点，提出使用单调队列优化算法，以及在实际问题中的应用，如采药、装箱问题和宠物小精灵之收服问题。
零、简单回顾背包问题
闫氏 DP 分析法：
- 状态表示 f [ i , j ] f[i,j] f[i,j]：
(1) 集合：所有只从前 i i i 个物品中选，且总体积不超过 j j j 的选法的集合
(2) 属性：Max - 状态计算 划分依据：“最后一步”
不同背包问题的状态计算各不相同，以01背包和完全背包为例：
01背包问题
状态计算：
(1) 不选择第 i i i 个物品的所有方案： f [ i − 1 , j ] f[i-1,j] f[i−1,j]
(2) 选第 i i i 个物品的所有方案： f [ i − 1 , j − v [ i ] ] + w [ i ] f[i-1,j-v[i]]+w[i] f[i−1,j−v[i]]+w[i]
因此有： f [ i , j ] = m a x { f [ i − 1 , j ] , f [ i − 1 , j − v [ i ] ] + w [ i ] } f[i,j]=max\{f[i-1,j],f[i-1,j-v[i]]+w[i]\} f[i,j]=max{
f[i−1,j],f[i−1,j−v[i]]+w[i]}
完全背包问题
状态计算：
(1) 不选第 i i i 个物品： f [ i − 1 , j ] f[i-1,j] f[i−1,j]
(2) 选 1 1 1 个第 i i i 个物品： f [ i − 1 , j − v [ i ] ] + w [ i ] f[i-1,j-v[i]]+w[i] f[i−1,j−v[i]]+w[i]
(3) 选 2 2 2 个第 i i i 个物品： f [ i − 1. j − 2 ∗ v [ i ] ] + 2 ∗ w [ i ] f[i-1.j-2*v[i]]+2*w[i] f[i−1.j−2∗v[i]]+2∗w[i]
…
(s+1) 选 s s s 个第 i i i 个物品： f [ i − 1 , j − s ∗ v [ i ] ] + s ∗ w [ i ] f[i-1,j-s*v[i]]+s*w[i] f[i−1,j−s∗v[i]]+s∗w[i]
其中 s [ i ] = ⌊ V / v [ i ] ⌋ s[i]=\lfloor V/v[i]\rfloor
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
