目录
《背包九讲》:https://wenku.baidu.com/view/cf9f0f8ecc22bcd126ff0c73.html
史上最易懂的01背包,完全背包,多重背包讲解:https://blog.csdn.net/qq_34374664/article/details/52230368
一、01背包
【问题】
有N件物品和一个容量为V的背包。第i件物品的重量是c[i],价值是w[i]。求解将哪些物品装入背包可不超过背包容量,并使价值总和最大。
【分析】
特点:每种物品只有一件,可以选择放或不放。
用f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。动态转移方程为:
f[i][v]=max{ f[i-1][v] , f[i-1][v-c[i]]+w[i] }
最后可以用滚动数组优化空间复杂度(注意这里的第二个循环为逆序)
滚动数组的理解:f数组是从上到下、从右往左计算的。在计算f(i,j)之前,f[j]保存的是f(i-1,j)的值,而f[j-c[i]]保存的是f(i-1,j-w[i])的值,因为j是逆序枚举的,此时f(i,j-c[i])还没被算出来。这样,f[j]=max(f[j],f[j-c[i]]+w[i])实际上是把max(f[i-1][j],f[i-1][j-c[j]+w[i])保存在f[j]中,覆盖掉f[j]原来的f(i-1,j)。
f[v]=max{ f[v] , f[v-c[i]]+w[i] }
【代码】
for(i=1;i<=N;i++){
for(j=V;j>=c[i];j--){
f[j]=max(f[j],f[j-c[i]]+w[i]);
}
}
【题目】
二、完全背包
【问题】
有N件物品和一个容量为V的背包,每种物品都可用无限次,第i件物品的重量是c[i],价值是w[i]。求解将哪些物品装入背包可不超过背包容量,并使价值总和最大。
【分析】
特点:类似01,但是每件物品有无限件,说明放入背包的件数可为0,1,2……
f[i][v]表示前i种物品恰放入一个容量为v的背包的最大价值,那我们应该用k表示当前容量下可以装第i种物品的件数,那么k的范围应该是0≤k≤v/c[i],既然要用当前物品i把当前容量装满,那需要0≤k≤v/c[i]件,其中k表示件数。
下面给出状态转移方程:f[i][j] = max{ f[i-1][v],f[i-1][v - k * c[i]] + k * w[i] } (0<=k*c[i]<=v)
改变一下dp思路,让f[i][j]表示出在前i种物品中选取若干件物品放入容量为j的背包所得的最大价值。
所以说,对于第i件物品有放或不放两种情况,而放的情况里又分为放1件、2件、......v/c[i]件
如果不放那么f[i][j]=f[i-1][j];如果确定放,那么当前背包中应该出现至少一件第i种物品,所以f[i][j]中至少应该出现一件第i种物品,即f[i][j]=f[i][j-c[i]]+w[i],为什么会是f[i][j-c[i]]+w[i]?
因为我们要把当前物品i放入包内,因为物品i可以无限使用,所以要用f[i][j-c[i]];如果我们用的是f[i-1][j-c[i]],f[i-1][j-c[i]]的意思是说,我们只有一件当前物品i,所以我们在放入物品i的时候需要考虑到第i-1个物品的价值(f[i-1][j-c[i]]);但是现在我们有无限件当前物品i,我们不用再考虑第i-1个物品了,我们所要考虑的是在当前容量下是否再装入一个物品i,而[j-c[i]]的意思是指要确保f[i][j]至少有一件第i件物品,所以要预留c[i]的空间来存放一件第i种物品。总而言之,如果放当前物品i的话,它的状态就是它自己"i",而不是上一个"i-1"。
所以说状态转移方程为:f[i][j]=max{ f[i-1][j],f[i][j-c[i]]+w[i] }
http://www.cnblogs.com/Kalix/p/7622102.html
【代码】
for(i=1;i<=N;i++){
for(j=c[i];j<=V;j++){
f[j]=max(f[j],f[j-c[i]]+w[i]);
}
}
【题目】
三、多重背包
【问题】
有N件物品和一个容量为V的背包,每种物品都可用n[i]次,第i件物品的重量是c[i],价值是w[i]。求解将哪些物品装入背包可不超过背包容量,并使价值总和最大。
【分析】
特点:物品可用有限次。
可以采用二进制优化。采取一种技巧性地拆分,将原数量为k的物品拆分为若干组,每组物品看成一件物品,其价值和重量为该组中所有物品的价值重量总和,每组物品包含的原物品个数分别为:1、2、4、……k-2^c+1, 其中c为使 k-2^c+1大于0的最大整数。这种类似于二进制的拆分,不仅可以将物品数量大大降低,同时通过对这些若干原物品组合得到的新物品的不同组合,可以得到0到k之间任意件物品的价值重量和。例如8个可以拆成1,2,4,1。但物品被拆分后,要分别乘上他们的价值和重量,作为拆分后物品的价值和重量,最后转换成01背包解题。
https://www.cnblogs.com/uniles/p/7349960.html
https://www.cnblogs.com/A-S-KirigiriKyoko/p/6036368.html
【代码】
for(i=0;i<n;i++){
scanf("%d%d%d",&wi,&vi,&c);
for(j=1;j<=c;j<<=1){
v.push_back(j*vi);
w.push_back(j*wi);
c=c-j;
}
if(c>0){
v.push_back(c*vi);
w.push_back(c*wi);
}
}
for(i=0;i<v.size();i++){
for(j=W;j>=w[i];j--){
dp[j]=max(dp[j-w[i]]+v[i],dp[j]);
}
}
【题目】
四、分组背包
【问题】
有N件物品和一个容量为V的背包。第i件物品的体积是w[i],价值是c[i]。这些物品被划分为若干组,每组中的物品互相冲突,最多选一件。求解将哪些物品装入背包可使这些物品的体积总和不超过背包容量,且价值总和最大。
【分析】
这个问题变成了每组物品有若干种策略:是选择本组的某一件,还是一件都不选。
也就是说设f[k][v]表示前k组物品放入容量为v的背包能取得的最大价值,
则有f[k][v]=max{f[k-1][v],f[k-1][v-w[i]]+c[i]|物品i属于第k组}。
其实就相当于01背包。 可以这样想:虽然分成很多组,但每个组的物品只能选一个,或者不选,这和01背包是一样的,也就是说,对于01背包里每一个独一无二的物品,对应的分组背包就是每一组中选择一个物品。
for(int i=0;i<n;i++){//n是分组数
for(int j=V;j>=0;j--){//V是背包体积
for(int k=0;k<num[i];k++){//num[i]是第i组物品的数量
if(j>=w[i][k])dp[j]=max(dp[j-w[i][k]]+v[i][k],dp[j])//w[i][k]是第i组第k个物品的体积
}
}
}
【题目】