九讲背包
(1)01背包
题目:01背包
这是最基础的背包问题,每种物品仅有一件,可以选择放或不放。
二维写法:
void solve(){
cin>>n>>m;
for (int i = 1; i <= n; ++i) {
cin>>v[i]>>w[i];
}
//dp[i][j]代表i个物品,背包容量为j的最大价值
for (int i = 1; i <= n; ++i) {
//枚举容量,最大容量为m
for (int j = 1; j <= m; ++j) {
dp[i][j] = dp[i-1][j]; //首先让dp[i][j]等于i-1个物品容量为j最大价值
if(j >= v[i]){ //判断需不需要更新,(这个物品能不能放下)
dp[i][j] = max(dp[i][j],dp[i-1][j-v[i]] + w[i]);//判断拿和不拿哪个大
}
}
}
cout<<dp[n][m];
}
一维写法:
void solve(){
cin>>n>>m;
for (int i = 1; i <= n; ++i) {
cin>>v[i]>>w[i];
}
//dp[i]背包容量为i的最大价值
//需要注意的是一维度需要逆序更新,因为正序更新
//对于第i个,可能由i-2转移,却还是使用的i-1转移,所以逆序
for (int i = 1; i <= n; ++i) { //枚举物品
for (int j = m; j >= v[i]; --j) { //从大容积向小容积枚举,注意j小于v[i]就不必更新
dp[j] = max(dp[j],dp[j - v[i]] + w[i]); //更新最大价值
}
}
cout<<dp[m];
}
(2)完全背包
题目:完全背包
这个问题与01背包的不同就在于一个物品可以多拿,所以我们需要加一层循环,来枚举拿物品的个数,但这种二维做法是TLE的!但是优化可以去掉k层循环
二维写法:
void solve(){
cin>>n>>m;
for (int i = 1; i <= n; ++i) {
cin>>v[i]>>w[i];
}
//dp[i][j]代表i个物品,背包容量为j的最大价值
for (int i = 1; i <= n; ++i) {
//枚举容量,最大容量为m
for (int j = 0; j <= m; ++j) { //注意与01背包的差别,01背包是倒序
//优化可以去掉k层循环
dp[i][j] = dp[i-1][j];
if(j >= v[i]){
dp[i][j] = max(dp[i][j],dp[i][j-v[i]] + w[i]);//注意与01背包的差别,01背包是与dp[i-1][j - v[i]] + w[i]比
}
}
}
cout<<dp[n][m];
}
一维写法(优化版):我们可以模仿01背包的一维
void solve(){
cin>>n>>m;
for (int i = 1; i <= n; ++i) {
cin>>v[i]>>w[i];
}
//dp[i]代表背包容量为i的最大价值
for (int i = 1; i <= n; ++i) {
//枚举容量,最大容量为m
for (int j = v[i]; j <= m; ++j) { //注意与01背包的差别,01背包是倒序
dp[j] = max(dp[j],dp[j - v[i]] + w[i]); //注意与01背包区分
}
}
cout<<dp[m];
}
(3)多重背包1
题目:多重背包
这个问题,我们可以转化为n个01背包来求解
做法:
int dp[N];
int a[N],b[N];
int n,m;
void solve(){ //注意数组的大小不要开小了
int v,w,s;
int t = 0; //跟新数组下标,把n个物品全都放到一个数组中
cin>>n>>m;
while (n--){
cin>>v>>w>>s;
while (s--){
a[++t] = v;
b[t] = w;
} //拆开,把多重背包拆成一个背包;
}
for (int i = 1; i <= t; ++i) { //01背包模板
for (int j = m; j >= a[i]; --j) {
dp[j] = max(dp[j],dp[j-a[i]] + b[i]);
}
}
cout<<dp[m];
}
(4)多重背包2
题目:多重背包
数据范围大的话,二进制优化:
int dp[N/2];
int v[N],w[N];
int n,m;
void solve(){ //注意数组的大小不要开小了
cin>>n>>m;
int cnt = 0; //分组的类别
for (int i = 1; i <= n; ++i) {
int a,b,s;
cin>>a>>b>>s;
int k = 1; //每个组的个数
while (k <= s){
cnt++;
v[cnt] = a*k; //整体体积
w[cnt] = b*k; //整体价值
s -= k; //s要减小
k *= 2;
}
if(s > 0){
cnt ++;
v[cnt] = a*s;
w[cnt] = b*s;
}
}
n = cnt;
//01背包模板
for (int i = 1; i <= n; ++i) {
for (int j = m; j >= v[i]; --j) {
dp[j] = max(dp[j],dp[j-v[i]] + w[i]);
}
}
cout<<dp[m]<<endl;
}
(5)多重背包3
题目:多重背包
int dp[M];
int v[N],w[N],s[N];
int g[M],q[M];
int n,m;
void solve(){ //注意数组的大小不要开小了
cin>>n>>m;
for (int i = 1; i <= n; ++i) {
cin>>v[i]>>w[i]>>s[i];
}
for (int i = 1; i <= n; ++i) {
memcpy(g,dp,sizeof g);
for (int r = 0; r < v[i]; ++r) {
int hh = 0,tt = -1;
for (int j = r; j <= m; j += v[i]) {
while (hh <= tt && j - q[hh] > s[i]*v[i]) hh++;
while (hh <= tt && g[q[tt]] + (j - q[tt])/v[i]*w[i] <= g[j])--tt;
q[++tt] = j;
dp[j] = g[q[hh]] + (j - q[hh]) / v[i] * w[i];
}
}
}
cout<<dp[m]<<endl;
}
(6)混合三种背包问题
题目:混合背包
有的物品只可取一次,有的物品可取有限次,有的物品可取无限次。
对于这个问题,我们采取把01背包和完全背包转化为分组背包,在使用分组背包的二进制优化做法(转化为01背包)
int dp[N];
int v[N],w[N];
int n,m;
void solve(){ //注意数组的大小不要开小了
cin>>n>>m;
/**
* 对于范围小的,我们采用转化法,将01背包和完全背包转化为多重背包
*/
int cnt = 1;
for (int i = 1; i <= n; ++i) {
int a,b,s;
cin>>a>>b>>s;
if(s == -1){
s = 1;
} else if(s == 0){
s = m/a; //若为完全背包,则在最优情况下,只能取总体积/该物品体积向下取整
}
int k = 1; //计算当前物品分为0,2,4,6.....
while (k <= s){ //多重背包转化为01背包,二进制优化转化过程
v[cnt] = a*k;
w[cnt] = b*k;
s -= k;
k *= 2;
cnt++;
}
if(s > 0){ //计算剩下的一部分
v[cnt] = a*s;
w[cnt] = b*s;
cnt++;
}
}
//01背包模版
for (int i = 1; i <= cnt; ++i) {
for (int j = m; j >= v[i]; --j) {
dp[j] = max(dp[j],dp[j - v[i]] + w[i]);
}
}
cout<<dp[m]<<endl;
}
(7)分组背包问题
题目:分组背包
这道题和01背包差不多,直接写优化后的代码
做法:
int dp[N*2];
int v[N][N],w[N][N],s[N];
int n,m;
void solve(){ //注意数组的大小不要开小了
cin>>n>>m;
for (int i = 1; i <= n; ++i) {
cin>>s[i];
for (int j = 1; j <= s[i]; ++j) {
cin>>v[i][j]>>w[i][j];
}
}
//模仿01背包的写法;
/* for (int i = 1; i <= n; ++i) {
for (int j = 0; j <= m; ++j) { //从大体积向小体积枚举
dp[i][j] = dp[i-1][j];
for (int k = 1; k <= s[i]; ++k) {
if(j >= v[i][k]) dp[i][j] = max(dp[i][j],dp[i-1][j-v[i][k]] + w[i][k]);
}
}
}*/
for (int i = 1; i <= n; ++i) {
for (int j = m; j >= 0; --j) { //从大体积向小体积枚举
for (int k = 1; k <= s[i]; ++k) {
if(j >= v[i][k]) dp[j] = max(dp[j],dp[j-v[i][k]] + w[i][k]);
}
}
}
cout<<dp[m]<<endl;
}
(8)二维费用的背包问题
题目:二维费用的背包问题
这个题目与01背包的区别就在于又多了一个限制条件,多了一个总重量不超过背包可承受的最大重量。
int dp[N][N]; //dp[i][j]代表容量为i,重量为j的最大价值
int v[N],w[N],x[N];
int n,m,z;
void solve(){ //注意数组的大小不要开小了
cin>>n>>m>>z;
for (int i = 1; i <= n; ++i) {
cin>>v[i]>>x[i]>>w[i];
}
//类似01背包,在循环里面再多加一层循环
for (int i = 1; i <= n; ++i) {
for (int j = m; j >= v[i]; --j) {
for (int k = z; k >= x[i]; --k) {
dp[j][k] = max(dp[j][k],dp[j - v[i]][k - x[i]] + w[i]);
}
}
}
cout<<dp[m][z]<<endl;
}
(9)背包问题求方案数
题目:背包问题求方案数
就是求01背包问题最优方案有多少种方案
int dp[N],cnt[N]; //dp[i]代表容量为i的最大价值,cnt[i]代表容积不超过i的最大方案数
int v[N],w[N];
int n,m;
void solve(){ //注意数组的大小不要开小了
cin>>n>>m;
for (int i = 1; i <= n; ++i) {
cin>>v[i]>>w[i];
}
//先初始化,初始什么也不装为1;
for (int i = 0; i <= m; ++i) {
cnt[i] = 1;
}
for (int i = 1; i <= n; ++i) {
for (int j = m; j >= v[i]; --j) {
int value = dp[j-v[i]] + w[i];
if(value > dp[j]){ //如果转移的话,cnt也跟着转移
dp[j] = value;
cnt[j] = cnt[j - v[i]];
}else if(value == dp[j]){ //相等的话,cnt[j] += cnt[j-v[i]]
cnt[j] = (cnt[j] + cnt[j-v[i]])%mod;
}
}
}
cout<<cnt[m]<<endl;
}