01背包和完全背包

席万里

已于 2024-04-07 19:19:37 修改

阅读量444

点赞数 9

分类专栏： C/C++ 文章标签： c++ 算法背包问题

于 2024-03-26 15:03:26 首次发布

本文链接：https://blog.csdn.net/m0_73337964/article/details/137046505

版权

C/C++ 专栏收录该内容

51 篇文章 6 订阅

订阅专栏

本文详细介绍了01背包问题的暴力回溯和动态规划解法，以及完全背包模型，通过实例演示如何在背包问题中加入魔法、倒水和购物策略。同时还涉及一个实际问题——加训策略的代码实现和分析。

摘要由CSDN通过智能技术生成

文章目录

01背包
完全背包
- 1、完全背包模型
- 例题1：加训啦

在这里插入图片描述

GitHub参考链接

01背包

在这里插入图片描述

1、01背包暴力解法，回溯问题

#include<bits/stdc++.h>
using namespace std;
const int N = 1e2+5;
int w[N],v[N];
int ans,n,V;
void dfs(int now,int sw,int sv){
	if(now==n+1){
		ans=max(ans,sv);
		return;
	}
	dfs(now+1,sw,sv);
	if(sw+w[now]<=V)dfs(now+1,sw+w[now],sv+v[now]);
}
int main(){
	ios::sync_with_stdio(false);cin.tie(nullptr);cout.tie(nullptr);
	cin >> n >> V;
    for (int i = 1; i <= n; ++i) {
        cin >> w[i] >> v[i];
    }
    dfs(1, 0, 0);
    cout<<ans;
	return 0;
}

2、动态规划解法

#include<bits/stdc++.h> 
using namespace std;
const int N = 1e3+5;
using ll = long long;
ll dp[N][N];// dp[i][j] 表示 第 i 件物品，j 容量，的最大价值 
int n,V;
int main() {
    // dp[i-1][j] //不放物品
	// dp[i-1][j-w[i]]+v[i] //放物品 
    cin>>n>>V;
    for(int i=1;i<=n;i++){
    	ll w,v;cin>>w>>v;
    	for(int j=0;j<=V;j++){
    		if(j>=w)dp[i][j]=max(dp[i-1][j],dp[i-1][j-w]+v);
    		else dp[i][j]=dp[i-1][j];
		}
	}
	cout<<dp[n][V];
    return 0;
}

3、01背包代码优化

#include<bits/stdc++.h> 
using namespace std;
const int N = 1e3+5;
using ll = long long;
ll dp[N];
int n,V;
int main() {
  	// dp[j] = max(dp[j],dp[j-w]+v); //表示此时物品总重量为 j 的情况下的最大价值 
    cin>>n>>V;
    for(int i=1;i<=n;i++){
    	ll w,v;cin>>w>>v;
    	for(int j=V;j>=w;j--){
    		dp[j]=max(dp[j],dp[j-w]+v);
		}
	}
	cout<<dp[V];
    return 0;
}

4、例题1：背包与魔法

在这里插入图片描述
分析：

在背包的基础上加了一个判断，先写背包问题的一般写法，可以过掉40%，在考虑去优化。
对于每个物品有3种选择，可以不选、选但不用魔法、选且用魔法。

示例代码：

#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const ll N = 1e4+5;
ll dp[N][2];// 设状态 dp[i][j] 表示物品总重量为 i，且使用了 j 次魔法情况下的最大值 ,j = 0 or 1 
int n,w,v,M,K; 

int main(){
	ios::sync_with_stdio(false);cin.tie(nullptr);cout.tie(nullptr);
	cin>>n>>M>>K;
	for(int i=1;i<=n;i++){
		cin>>w>>v;
		// 优化为1维数组来写 
		for(int j=M;j>=0;j--){
			if(j>=w){
				dp[j][0]=max(dp[j][0],dp[j-w][0]+v);
				dp[j][1]=max(dp[j][1],dp[j-w][1]+v);
			}
			if(j>=w+K){
				dp[j][1]=max(dp[j][1],dp[j-w-K][0]+2*v);
			}
		}
	}
	cout<<max(dp[M][0],dp[M][1]); 

	return 0;
}

5、例题2：倒水

在这里插入图片描述

分析：

就算是不倒水，那么客人的满意度就有e。
如果水少于a那么我们就不倒水，满意度为3；
如果大于等于a且小于c那么我们倒a毫升，满意度为b；
大于等于c的话倒c毫升，满意度为d。
我们就可以设置状态dp[i][j]表示前i个人需要j毫升水的最大满意度。

示例代码：

#include<bits/stdc++.h>
using namespace std;
using ll = long long;
int n,m; 
ll dp[1005][1005];//dp[i][j] 表示前i个人倒了j毫升水的最大满意度 
int main(){
	ios::sync_with_stdio(false);cin.tie(nullptr);cout.tie(nullptr);
	cin>>n>>m;
	for(int i=1;i<=n;i++){//1-n个客人 
		ll a,b,c,d,e;cin>>a>>b>>c>>d>>e;
		for(int j=0;j<=m;j++){//0-m毫升水
			 if(j<a)dp[i][j]=dp[i-1][j]+e;
			 else if(j>=a&&j<c)dp[i][j]=max(dp[i-1][j]+e,dp[i-1][j-a]+b);
			 else dp[i][j]=max(dp[i-1][j-a]+b,max(dp[i-1][j-c]+d,dp[i-1][j]+e));
		}	
	}
	cout<<dp[n][m];
	return 0;
}

6、例题三：购物策略

在这里插入图片描述

分析：

n件物品，有结算时间和自身价值，也可以买与不买，每1秒可以免费那其他物品，现在我们要花最少的钱，去买价值之和最多的物品们。
我们可以设置dp[j]表示购买前j个物品所花费最少的钱。
状态转移方程:dp[j]=min(dp[j],dp[j-t[i]]+c[i]);

示例代码：*

#include<bits/stdc++.h>
using namespace std;
using ll =long long; 
ll dp[4005];// dp[j] 表示商品数量为j需要支付的最低金额
ll c[2005],t[2005];
int main(){
	ios::sync_with_stdio(false);cin.tie(nullptr);cout.tie(nullptr);
	int n;cin>>n;
	ll v=0;
	for(int i=1;i<=n;i++){
		cin>>t[i]>>c[i];// 时间，价值 
		t[i]++;// 1s可以拿一个商品，那么t[i]s可以拿t[i]个，包括子集，所以结算第i个物品 可以拿t[i]++个 
		v=max(v,t[i]);//统计所有物品结算时的最大的消费时间 
	}
	
	v+=n;//免费的加上自己买的，v+n是可以拿到最大的物品数量 
	for(int i=1;i<=v;i++)dp[i]=1e18;//初始化，表示买不到
	 
	for(int i=1;i<=n;i++){
		for(int j=v;j>=t[i];j--){
			dp[j]=min(dp[j],dp[j-t[i]]+c[i]);//此件物品买与不买的判断 
		}
	}	
	ll ans=1e16;
	for(int i=n;i<=v;i++)ans=min(ans,dp[i]);
	cout<<ans;
	return 0;
}

完全背包

1、完全背包模型

完全背包又叫无穷背包，即每种物品有无数个背包。
有一个体积为V的背包，商店有n个物品，每个物品有一个价值v和体积w，每个物品有无限多个，可以被拿无穷次，问能装下物品的最大价值。
设状态 dp[i]=max(dp[i],dp[i-w]+v) 表示物品总体积为 i 的情况下的最大价值

在这里插入图片描述

#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const ll N = 1e4+5;
ll dp[N];
int n,M; 
int main(){
	ios::sync_with_stdio(false);cin.tie(nullptr);cout.tie(nullptr);
	cin>>n>>M;
	for(int t=1;t<=n;t++){
		int w,v;cin>>w>>v;
		for(int i=w;i<=M;i++){
			dp[i]=max(dp[i],dp[i-w]+v);
		}
	}
	cout<<dp[M];
	return 0;
}

例题1：加训啦

在这里插入图片描述

参考冯佬的的代码：

#include <bits/stdc++.h>
using namespace std;
using ll = long long;
int A[1000009];//N名士兵 
int B[509];//M个训练计划 
int C[509];//每个训练计划消耗的精力 
int dp[100009];//dp[i]表示获得至少i点力量所需要的最少精力 
int N,M,K;

bool check(int mid)
{
    ll ans=0;
    for(int i=1;i<=N;i++)//枚举每个士兵的初始力量值 
    {
        //若当前士兵的初始力量值小于mid，说明要消耗精力去训练他，使他获得mid-A[i]点力量
        //同时累加训练该士兵所消耗的最少精力，即dp[mid-A[i]] 
        if(A[i]<mid)ans=ans+dp[mid-A[i]];
    }
    //累加完毕后检查所消耗的总精力是否超出K，若未超出说明该方案可行，否则不可行 
    if(ans<=K)return true;
    else return false;
}

int main()
{
    cin>>N>>M>>K;
    for(int i=1;i<=N;i++)cin>>A[i];
    for(int i=1;i<=M;i++)cin>>B[i];
    for(int i=1;i<=M;i++)cin>>C[i];
    
    memset(dp,0x3f,sizeof(dp));//dp数组先初始化为一个极大值，代表最少消耗的精力为无穷大，后续再缩小 
    dp[0]=0;//获得0点力量，无需消耗精力 
    
    for(int i=1;i<=M;i++)//依次考虑每个计划 
    {
        for(int j=0;j<100009;j++)//枚举所有能获得的力量点数 
        {
            //不选择当前计划，消耗的精力为dp[j] 
            //选择当前计划，若当前能获得的力量点数大于该计划的力量点数，则消耗的精力为dp[j-B[i]]+C[i]
            //若当前能获得的力量点数不大于该计划的力量点数，则消耗的精力为dp[0]+C[i]
            //二者取较小值，更新dp数组 
            dp[j]=min(dp[j],dp[max(0,j-B[i])]+C[i]); 
        }
    } 
     
    //下面开始二分，枚举每个士兵所有可能获得的力量点数，找出下限值
    //初始区间：最少获得1点力量，保险起见右端点可以选大一点 
    int left=1,right=100008;
    while(left<=right)
    {
        int mid=(left+right)/2;//计算中间值 
        if(check(mid))left=mid+1;//若返回true，该方案可行，则取右半区间继续验证 
        else right=mid-1;//不可行，取左半区间继续验证 
    } //退出循环时left已经移至right右侧 
    if(check(left))cout<<left<<endl;//最后验证一遍left是否可行 
    else cout<<left-1<<endl;
    return 0;
}