背包九讲的简单讲解与实现

最新推荐文章于 2022-05-03 10:45:32 发布
最新推荐文章于 2022-05-03 10:45:32 发布
阅读量386 收藏 2
点赞数
分类专栏： 动态规划
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/q1072118803/article/details/106095741
版权

简介

动态规划的思想是非常容易理解的，但是对于某个问题要想到对应的递推式往往不那么容易。一看就会，一做就懵。学习过01背包、完全背包，可是在我脑中的印象似乎并不那么深刻，为了巩固与提升，看了B站某大佬讲解，讲得细致、透彻，收获颇丰，原来背包问题也没有那么的困难。为了巩固与提升，写一篇博客记录一下。
以下题目链接ACwing

01背包

首先来看最简单的背包问题
在这里插入图片描述

思路

设dp[i][j]为前i件物品共选中体积为j物品的最大价值。
对于每一个物品都有选和不选两种情况，那么就有递推式dp[i][j] = max(dp[i-1][j], dp[i-1][j-v[i]]+w[i])

代码1

#include <iostream>
#include <cstdio>
#define MAX 1010
using namespace std;
int N,M;
int dp[MAX][MAX];
int main()
{
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;i++)
    {
        int v,w;
        scanf("%d%d",&v,&w);
        for(int j=0;j<=M;j++)
        {
            dp[i][j] = dp[i-1][j];
            if(j-v>=0)
                dp[i][j] = max(dp[i][j],dp[i-1][j-v]+w);
        }
    }
    printf("%d\n",dp[N][M]);
    
}

思考

上述算法的时间复杂度为O(NM)，已经不可以再优化了。但是空间复杂度还可优化。
dp[i][j]只与dp[i-1][j]与dp[i][j-v[i]]+w[i]有关。而当前dp[i][j]就是之后的dp[i-1][j]了，那么我们就可以把数组弄成一维。即dp[j]表示选中体积j的物品的最大价值。此外我们还需要将j变为由大到小遍历。因为如果j由小到大遍历，那么遍历时内层循环中的dp[j-v[i]]实际上等同于上面的的dp[i][j-v[i]]，而不是dp[i-1][j-v[i]]，而由大到小的遍历保证了在当前的dp[j-v[i]]是前一个外层循环的值。
于是：

代码2

#include <iostream>
#include <cstdio>
#define MAX 1010
using namespace std;
int N,M;
int dp[MAX];
int main()
{
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;i++)
    {
        int v,w;
        scanf("%d%d",&v,&w);
        for(int j=M;j>=v;j--)
        {
            dp[j] = max(dp[j],dp[j-v]+w);
        }
    }
    printf("%d\n",dp[M]);
    
}

完全背包

思路

将01背包的代码的j改为由小到大遍历即可。

#include <iostream>
#include <cstdio>
#define MAX 1010
using namespace std;
int N,M;
int dp[MAX];
int main()
{
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;i++)
    {
        int v,w;
        scanf("%d%d",&v,&w);
        for(int j=v;j<=M;j++)
        {
            dp[j] = max(dp[j],dp[j-v]+w);
        }
    }
    printf("%d\n",dp[M]);
    
}

多重背包

在这里插入图片描述

思路

dp[j] = max{dp[j-k*v[i]]+w[i]}, 0<=k<=s[i]
于是有以下代码

代码1

#include <iostream>
#include <cstdio>
#define MAX 110
using namespace std;

int N,M;
int dp[MAX];
int main()
{
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;i++)
    {
        int v,w,s;
        scanf("%d%d%d",&v,&w,&s);
        for(int j=M;j>=v;j--)
        {
            for(int k=0;k<=s&&k*v<=j;k++)
            {
                dp[j] = max(dp[j],dp[j-k*v]+k*w);
            }
        }
    }
    printf("%d\n",dp[M]);
}

二进制优化

代码1的复杂度为O(NMS)，实际上我们可以把它优化为O(NMlog(S))。对于每一件物品，最多可能取s件，而0~s可以由log(s+1)个不同的数字表示。 例如0-7可以由1,2,4三个数表示。而0-10可以由1，2，4，10-1-2-4=3完全表示。然后就可以转换成01背包问题。
于是有：

#include <iostream>
#include <cstdio>
#include <vector>
#define MAX 2010
using namespace std;
int N,M;
int dp[MAX];
struct Good
{
    int v;
    int w;
};
int main()
{
    scanf("%d%d",&N,&M);
    vector<Good> goods;
    for(int i=1;i<=N;i++)
    {
        int v,w,s;
        scanf("%d%d%d",&v,&w,&s);
        for(int k=1;k<=s;k*=2)
        {
            s-=k;
            goods.push_back(Good{k*v,k*w});
        }
        if(s>0)
            goods.push_back(Good{s*v,s*w});
    }
    for(auto good : goods)
    {
        for(int j=M;j>=good.v;j--)
        {
            dp[j] = max(dp[j],dp[j-good.v]+good.w);
        }
    }
    printf("%d\n",dp[M]);
    return 0;
}

优先队列优化

有点复杂，之后再更

混合背包

在这里插入图片描述

思路

显然，该问题可以转换为01背包和完全背包，代码如下：

代码

#include <iostream>
#include <cstdio>
#include <vector>
#define MAX 1010
using namespace std;
struct Good
{
    int v;
    int w;
    int s;
};
int N,M;
int dp[MAX];
int main()
{
    scanf("%d%d",&N,&M);
    vector<Good> goods;
    for(int i=1;i<=N;i++)
    {
        int v,w,s;
        scanf("%d%d%d",&v,&w,&s);
        if(s<=0)
            goods.push_back(Good{v,w,s});
        else{
            for(int k=1;k<=s;k*=2)
            {
                s-=k;
                goods.push_back(Good{k*v,k*w,-1});
            }
            if(s>0)
                goods.push_back(Good{s*v,s*w,-1});
        }
    }
    for(auto good : goods)
    {
        if(good.s<0)
        {
            for(int j=M;j>=good.v;j--)
                dp[j] = max(dp[j],dp[j-good.v]+good.w);
        }
        else{
            for(int j=good.v;j<=M;j++)
                dp[j] = max(dp[j],dp[j-good.v]+good.w);
        }
    }
    printf("%d\n",dp[M]);
}

二维费用的背包问题

在这里插入图片描述

思路

没什么好讲的，实际上还是一个01背包。

#include <iostream>
#include <cstdio>
#define MAX 1010
using namespace std;
int N,V,M;
int dp[MAX][MAX];
int main()
{
    scanf("%d%d%d",&N,&V,&M);
    for(int i=1;i<=N;i++)
    {
        int v,m,w;
        scanf("%d%d%d",&v,&m,&w);
        for(int j=V;j>=v;j--)
        {
            for(int k=M;k>=m;k--)
            {
                dp[j][k] = max(dp[j][k],dp[j-v][k-m]+w);
            }
        }
    }
    printf("%d\n",dp[V][M]);
    return 0;
}

分组背包问题

在这里插入图片描述

思路

dp[j]=max{dp[j],dp[j-v[i]]+w[i]|物品i属于第k组}

#include <iostream>
#include <cstdio>
#include <vector>
#define MAX 1010
using namespace std;
int N,M;
int dp[MAX];
int main()
{
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;i++)
    {
        int S;
        scanf("%d",&S);
        vector<int> v,w;
        v.resize(S);
        w.resize(S);
        for(int k=0;k<S;k++)
            scanf("%d%d",&v[k],&w[k]);
        for(int j=M;j>=0;j--)
            for(int k=0;k<S;k++)
                if(j-v[k]>=0)
                    dp[j] = max(dp[j],dp[j-v[k]]+w[k]);
                
    }
    printf("%d\n",dp[M]);
}

有依赖的背包问题

在这里插入图片描述
在这里插入图片描述

背包问题求方案数

在这里插入图片描述

思路

建一个数组g,g[i]表示体积恰为i的方案数

代码

#include <iostream>
#include <cstdio>
#define MAX 1010
using namespace std;
const int MOD = 1e9+7;
int dp[MAX], g[MAX];
int N,M;
int main()
{
    scanf("%d%d",&N,&M);
    dp[0] = 0;
    g[0] = 1;
    for(int i=1;i<=M;i++)
        dp[i] = -0x3f3f3f3f;
    for(int i=0;i<N;i++)
    {
        int v,w;
        scanf("%d%d",&v,&w);
        for(int j=M;j>=v;j--)
        {
            int maxi = max(dp[j],dp[j-v]+w);
            int sum = 0;
            if(maxi==dp[j])
                sum+=g[j];
            if(maxi==dp[j-v]+w)
                sum+=g[j-v];
            dp[j] = maxi;
            sum%=MOD;
            g[j] = sum;
        }
    }
    int maxians = 0;
    for(int i=0;i<=M;i++)
        maxians = max(maxians,dp[i]);
    int res = 0;
    for(int i=0;i<=M;i++)
    {
        if(dp[i]==maxians)
        {
            res+=g[i];
            res%=MOD;
        }
    }
    printf("%d\n",res);
}

背包问题求具体方案数

在这里插入图片描述

思路

为了字典序最小，应该由序号高的向低的遍历

代码

#include <iostream>
#include <cstdio>
#define MAX 1010
using namespace std;
int N,M;
int dp[MAX][MAX];
int v[MAX],w[MAX];
int main()
{
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;i++)
        scanf("%d%d",&v[i],&w[i]);
    for(int i=N;i>=1;i--)
    {
        for(int j=1;j<=M;j++)
        {
            dp[i][j] = dp[i+1][j];
            if(j>=v[i])
                dp[i][j] = max(dp[i][j],dp[i+1][j-v[i]]+w[i]);
        }
    }
    int vol = M;
    for(int i=1;i<=N;i++)
    {
        if(vol-v[i]>=0)
        {
            //此条件为true意味着选中了i
            if(dp[i][vol] == dp[i+1][vol-v[i]]+w[i])
            {
                if(vol!=M)
                    printf(" ");
                vol-=v[i];
                printf("%d",i);
            }
        }
        
    }
    printf("\n");
}
ChasingTheFreeWind
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
背包九讲完整版_背包九讲
07-15
背包九讲的完整版，详细介绍了背包问题。
背包九讲-Python实现
x___xxxx的博客
09-30 490
01背包 完全背包 多重背包
动态规划系列：背包九讲，使用Python
Explore
08-24 642
-01背包 - 完全背包 - 多重背包：二进制优化、单调栈优化 - 混合背包 - 二维费用的背包问题 - 分组背包 - 有依赖的背包问题 - 背包问题的方案数 - 求背包问题的具体方案
背包问题 python 背包九讲
m0_61634551的博客
05-03 799
基础：01背包 t,m=list(map(int,input().split())) baowu=[None] ditu=[[0]*(t+1) for _ in range(m+1)] for i in range(m): a1,a2=list(map(int, input().split())) baowu.append({'w':a1,'v':a2}) ditu2=[0]*(t+1) for i in range(1,m+1): #for w in rang.
python 完全背包问题_背包问题九讲python3实现
weixin_39702480的博客
11-20 291
背包九讲是动态规划思想的经典呈现，找了许久没有完整的python3实现，趁机总结一下。1、0-1背包问题二维DP数组解法：# n, v分别代表物品数量，背包容积n, v = map(int, input().split())# w为物品价值，c为物品体积（花费）w, cost = [0], [0]for i in range(n):cur_c, cur_w = map(int, input().s...
背包九讲完整版.pdf
06-09
背包问题 Knapsack problem 是一种组合优化的NP完全问题 问题可以描述为：给定一组物品 每种物品都有自己的重量和价格 在限定的总重量内 我们如何选择 才能使得物品的总价格最高 问题的名称来源于如何选择最合适的...
背包九讲完整版
01-25
信息学奥赛背包九讲完整版，参加信息学奥赛必会的算法资料
背包九讲.docx
05-16
背包九讲背包九讲背包九讲背包九讲背包九讲背包九讲背包九讲
背包九讲和代码
12-01
背包九讲和代码背包九讲和代码背包九讲和代码背包九讲和代码背包九讲和代码
背包九讲——完全背包
黄子乐的博客
07-06 836
完全背包是01背包的加强版，先来看看《背包问题九讲》里是怎么描述这个问题的： 题目 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。 所属专栏：戳我访问 再来看看《背包问题九讲》是怎么解决这个问题的： 基本思路 这个问题非常类似于01背包问题，所不同
背包九讲
qq_40865837的博客
07-22 2541
https://blog.csdn.net/tinyguyyy/article/details/51203935 https://blog.csdn.net/qq_34374664/article/details/52230368 《背包九讲》https://max.book118.com/html/2017/0615/115637327.shtm 背包问题是典型的DP问题，几乎所有类型的背...
背包九讲的深入理解
qq_43605837的博客
04-29 113
01背包问题： 简述：有N件物品，容量为V的背包，每一件物品的容量为c[i] 价值为 w[i] 问如何装物品 才能使在不超过背包容量的前提下，价值最大。 计：dp[i][j]表示最大装i个物品，此时背包的内存为j时的价值大小，很显然，j<=v; dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]]+w[i]) 这个转移方程的意思就是 如果第i个物品放入背包中时，那么...
背包问题九讲
susuxuezhang的博客
06-19 182
public class Package { public static void main(String[] args) { int W=10; int[] w={2,3,2,5}; int[] v={3,4,5,6}; int[] k={2,3,2,1}; int U=8; int[] u...
背包九讲之0-1背包 Java实现
K3140911026的博客
09-09 556
背包九讲之0-1背包问题
完全背包问题python_令人头疼的背包九讲（2）完全背包问题
weixin_39598094的博客
12-22 189
重磅干货，第一时间送达背包问题是一个经典的动态规划模型。它既简单形象容易理解，又在某种程度上能够揭示动态规划的本质，故不少教材都把它作为动态规划部分的第一道例题.题目完全背包问题题目要求有n个重量和价值分别为wi，vi的物品，从这些物品中挑选出总重量不超过W的物品，求所有挑选方案中价值总和的最大值1≤n≤1001≤wi，vi≤1001≤W≤10000输入：整数用空格隔开第一行有两个整数N,V 代表...
背包九讲 python
qq_46236257的博客
03-21 934
01背包问题 题目来源：acwing 2. 01背包问题 - AcWing题库 N=1005 #f[i][j]:i件物品，体积为j 属性：总价值max #分割：不要第i件物品，f[i][j]=f[i-1][j] #要第i件物品：f[i-1][j-v(i)]+w[i] f=[[0 for i in range(N)]for i in range(N)] a=[0 for i in range(N)] b=[0 for i in range(N)] n,v=map(int,input().split()
背包九讲 java
Justdoforever的博客
02-03 293
dp[i] 体积为i时的最大价值 dp[0,…n] = 0; 最大解是dp[n] dp[0] = 0, dp[1,… n] = -Int_MIN 最大解为max(dp[0,…n] 01背包 01背包物品只能用一次，第二层循环从大到小，因为要用第i-1次的状态 练习：https://www.acwing.com/problem/content/2/ import java.util.Scanner; public class Main { public static void main(St
背包九讲系列1——01背包、完全背包、多重背包
热门推荐
yukunqi的博客
08-30 1万+
我在进行一些互联网公司的技术笔试的时候，对于我来说最大的难题莫过于最后的那几道编程题了，这对算法和数据结构有一定程度上的要求，而“动态规划”又是编程题中经常出现的算法类型，并且对于我这种没有搞过ACM竞赛的菜鸟来说，那更是非常难受。以至于很难通过笔试，所以打算好好的学习一下“动态规划”这个部分，就找到了动态规划的经典入门，背包9讲来学习和参考。背包9讲在网上也是有一定影响力的文章，是崔添翼大神的作品

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值