XCPC第九站———背包问题！_背包问题 csjp-CSDN博客

本文链接：https://blog.csdn.net/m0_73401638/article/details/129386632

本文详细介绍了背包问题的几种类型，包括01背包、完全背包、多重背包（朴素版与二进制优化版），并通过递推思想给出了相应的算法实现。在完全背包问题中，通过优化减少了循环次数，而在多重背包问题中，利用二进制优化将问题转化为01背包。最后探讨了分组背包问题。

摘要由CSDN通过智能技术生成

在这里插入图片描述

1.01背包问题

在这里插入图片描述
我们首先定义一个二维数组f，其中f[i][j]表示在前i个物品中取且总体积不超过j的取法中的最大价值。那么我们如何得到f[i][j]呢？我们运用递推的思想。由于第i个物品只有选和不选两种情况，当不选第i个物品时，f[i][j]=f[i-1][j]，即取前i-1个物品且总体积小于等于j的所有取法中的最大价值；当选第i个物品时，我们要为第i个物品留出空间，此时f[i][j]=f[i-1][j-v[i]]+wi，即取前i-1个物品且总体积不能超过j-v[i]的取法中的最大价值再加上第i个物品的价值。因此代码如下：

#include<iostream>
#include<cmath>
using namespace std;
const int K = 1010;

int v[K],w[K],f[K][K];

int main()
{
   
	//本来应该对f[0][0~V]进行初始化为0，但由于我们开的数组是全局变量，自动初始化为0，因此这一步省略了。
    int N,V;
    cin>>N>>V;
 	//一定要从下标1开始读入数据，因为后面是从下标1开始遍历物品的，如果从下标0开始读入，会遗漏第一个物品。
    for(int i = 1;i<=N;i++)  cin>>v[i]>>w[i];
    //由于i-1应该大于等于0，所以从i=1开始遍历。
    for(int i = 1;i<=N;i++)
    {
   
        for(int j = 0;j<=V;j++)
        {
   
   			//只有在j>=v[i]，即能放得下第i个物品的时候我们才有第二种情况。因此我们不妨直接先让f[i][j]继承f[i-1][j]，然后再在满足条件时取两者中的最大值即可。
            f[i][j] = f[i-1][j];
            if(j>=v[i])
                f[i][j] = max(f[i][j],f[i-1][j-v[i]]+w[i]);
        }
    }
    
    cout<<f[N][V]<<endl;
    
    return 0;
}

那么我们如何对代码进行优化呢？我们能不能让f[j]表示总体积小于等于j的取法中的最大价值呢？答案是肯定的。请看代码——

#include<iostream>
#include<cmath>
using namespace std;
const int K = 1010;

int v[K],w[K],f[K];

int main()
{
   
    int N,V;
    cin>>N>>V;
    
    for(int i = 1;i<=N;i++)  cin>></