DP之背包问题（01背包+完全背包+分组背包+多重背包+二维费用背包）

最新推荐文章于 2024-04-09 12:16:57 发布
最新推荐文章于 2024-04-09 12:16:57 发布
阅读量749 收藏
点赞数
分类专栏： 基础线性dp（背包，序列问题) 模板
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/qq_41444888/article/details/79426909
版权

首先是01背包，所有背包问题的基础，看这个博客很棒： 01背包，里面讲的很详细

常规二维写法 
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
int dp[1005][1005];
int main()
{
    int v[1005];
    int w[1005];

    int t;
    scanf("%d",&t);
    while(t --)
    {
        int n, m;
        scanf("%d%d",&n,&m);
        memset(dp, 0, sizeof(dp));
        for(int i = 1; i <= n; i ++)
            scanf("%d",&v[i]);
        for(int j = 1; j <= n; j ++)
            scanf("%d",&w[j]);
        for(int i = 1; i <= n; i ++)
            for(int j = 0; j <= m; j ++)
        {
            if(j < w[i])
                dp[i][j] = dp[i-1][j];
            else
                dp[i][j] = max(dp[i-1][j],dp[i-1][j-w[i]] + v[i]);

        }
        printf("%d\n",dp[n][m]);
    }
    return 0;
}
dp[i][v]是由dp[i-1][v]和dp[i-1][v-c[i]]两个子问题递推而来，能否保证在推dp[i][v]时（也即在第i次主循环中推dp[v]时）能够得到dp[i-1][v]和dp[i-1][v-c[i]]的值呢？事实上，这要求在每次主循环中我们以v=V..0的顺序推dp[v]，这样才能保证推dp[v]时dp[v-c[i]]保存的是状态dp[i-1][v-c[i]]的值
优化空间后 
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
int main()
{
    int v[1005];
    int w[1005];
    int dp[1005];
    int t;
    scanf("%d",&t);
    while(t --)
    {
        memset(dp, 0, sizeof(dp));
        int n, V;
        scanf("%d%d",&n,&V);
        for(int i = 1; i <= n; i ++)
            scanf("%d",&w[i]);
        for(int i = 1; i <= n; i ++)
            scanf("%d",&v[i]);
        for(int i = 1; i <= n; i ++)
            for(int j = V; j >= v[i]; j --)
            {
                dp[j] = max(dp[j], dp[j - v[i]] + w[i]);
            }
            printf("%d\n",dp[V]);
    }
    return 0;
}

然后是完全背包，之前01背包要求逆序，是为了防止物品重复放入，并且可以继承之前的状态，所以完全背包正序即可重复放入

和01背包相似，同一种物品有无数个

完全背包提升题HDU - 3092 
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
int main()
{
    int w[3] = {150, 200, 350};
    int v[3] = {150, 200, 350};
    int n, t;
    int f[10005];
    scanf("%d",&t);
    while(t --)
    {
        memset(f, 0, sizeof(f));
        scanf("%d",&n);
        for(int i = 0; i < 3; i ++)
            for(int j = 150; j <= n; j ++)
            if(w[i] <= j)
            f[j] = max(f[j], f[j - w[i]] + v[i]);
        printf("%d\n",n - f[n]);
    }
    return 0;
}
这道题自作聪明把for循环第二层写成了 
for(int j = 150; j <= n; j += 50)

其实n不一定是一个可以被50整除的数，联系完全背包建表过程就可以知道是错误的了，然而这样也不是不可以，只要保证n是可以整除50的数就ok，所以有了下面这个优化，应该又快了不少才对

#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
int main()
{
    int w[3] = {150, 200, 350};
    int v[3] = {150, 200, 350};
    int n, t;
    int f[10005];
    scanf("%d",&t);
    while(t --)
    {
        memset(f, 0, sizeof(f));
        scanf("%d",&n);
        for(int i = 0; i < 3; i ++)
            for(int j = 150; j <= n; j += 50)
            if(w[i] <= j)
            f[j] = max(f[j], f[j - w[i]] + v[i]);
        int m = n - (n % 50);
        printf("%d\n",n - f[m]);
    }
    return 0;
}

然后是分组背包，分组背包将物品分为了几组，有了新的限制

分组背包使用一维数组的伪代码如下：
for 所有的组k
    for v=V..0
        for 所有的i属于组k
            f[v]=max{f[v],f[v-c[i]]+w[i]}

分组背包裸题HDU - 1712

#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
int main()
{
    int n, m;
    int a[105][105];
    int dp[105];
    while(scanf("%d%d",&n,&m) != EOF&&n&&m)
    {
        memset(dp, 0, sizeof(dp));
        for(int i = 1; i <= n; i ++)
            for(int j = 1; j <= m; j ++)
            scanf("%d",&a[i][j]);
        for(int i = 1; i <= n; i ++)
            for(int j = m; j > 0; j --)//倒叙保证每天只能选一种，形似01背包
                for(int k = 1; k <= j; k ++)
                dp[j] = max(dp[j], dp[j - k] + a[i][k]);
        printf("%d\n",dp[m]);
    }
    return 0;
}

为什么倒叙就是01背包而正序就是完全背包呢，因为倒叙无法继承之前的状态，只能选择一个物品，而正序可以在背包容量之内无限添加该物品，关于这点画个图模拟一下就明白了，对于多重背包，就是之前01背包的扩展版本，每个物品的数量都是有限个，要不然不选择该物品，要不然就选择k个，这种问题显然不能用完全背包的思想做，因为完全背包问题中，每一个物品有无限个，而多重背包是有限个，此时我们应该向01背包问题靠拢

for(int i = 1; i <= n; i ++)
            for(int j = V; j >= v[i]; j --)

这是01背包核心代码，此时倒叙保证每次只能选择一个物品，如果想要选择多个呢，此时需要在两个for之间加上一个循环，该循环的目的是保证选择该物品的同时，可以延续之前的状态，以达到选择多个物品的目的，必须我要选择两个a物品，用01背包的代码只能完成选择一个，如果再跑一边第二层循环，就能延续之前选择一个a物品的状态，从而实现a物品的第二次添加，所以再跑一边第二层循环，又可以添加一次，即有几个a物品，就跑几次第二层循环，以达到同种物品的多次添加，这样就和01背包很相似了，个人理解描述有限。。

for(int i = 1; i <= m; i ++)
            for(int j = 1; j <= num[i]; j ++)
                for(int k = n; k >= v[i]; k --)

01背包两层循环之间添加了一个for循环，这就是上面所说的01背包状态延续版本--多重背包

多重背包裸题 HDU - 2191 
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
int w[105], v[105], num[105], dp[105];
int main()
{
    int m, n;
    int t;
    scanf("%d",&t);
    while(t --)
    {
        memset(dp, 0, sizeof(dp));
        scanf("%d%d",&n,&m);
        for(int i = 1; i <= m; i ++)
            scanf("%d%d%d",&v[i],&w[i],&num[i]);
        for(int i = 1; i <= m; i ++)
            for(int j = 1; j <= num[i]; j ++)
                for(int k = n; k >= v[i]; k --)
                dp[k] = max(dp[k], dp[k - v[i]] + w[i]);
            printf("%d\n",dp[n]);
    }
    return 0;
}

还是这道题，看到大佬写的方法，发现还挺好理解，就是二进制解决问题方面不会证明。。。但确实是快了不少

#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
int dp[1005];
int c[1005], w[1005], num[1005];
int m, n;
void zero_pack(int cost, int weigh, int n)//01背包
{
    for(int i = n; i >= cost; i --)
        dp[i] = max(dp[i], dp[i - cost] + weigh);
}
void complete_pack(int cost, int weigh, int n)//完全背包
{
    for(int i = cost; i <= n; i ++)
        dp[i] = max(dp[i], dp[i - cost] + weigh);
}
int multi_pack(int c[], int w[], int num[], int n, int m)//多重背包
{
    memset(dp, 0, sizeof(dp));
    for(int i = 1; i <= n; i ++)
    {
        if(num[i] * c[i] > m)//此种情况视为该物品无限个，用完全背包解决
            complete_pack(c[i], w[i], m);
        else//否则用01背包解决，用二进制解决问题降低时间复杂度，必定可以凑出结果
        {
            int k = 1;
            while(k < num[i])
            {
                zero_pack(k*c[i], k*w[i], m);
                num[i] -= k;
                k <<= 1;
            }
            zero_pack(num[i]*c[i], num[i]*w[i], m);
        }
    }
    return dp[m];
}
int main()
{
    int t;
    scanf("%d",&t);
    while(t --)
    {
        scanf("%d%d",&m,&n);
        for(int i = 1; i <= n; i ++)
            scanf("%d%d%d",&c[i],&w[i],&num[i]);
        printf("%d\n",multi_pack(c, w, num, n, m));
    }
    return 0;
}

关于二进制的问题，在网上找了个证明

定理：一个正整数n可以被分解成1,2,4,…,2^(k-1),n-2^k+1（k是满足n-2^k+1>0的最大整数）的形式，且1～n之内的所有整数均可以唯一表示成1,2,4,…,2^(k-1),n-2^k+1中某几个数的和的形式。

证明如下：

（1） 数列1,2,4,…,2^(k-1),n-2^k+1中所有元素的和为n，所以若干元素的和的范围为：[1, n]；

（2）如果正整数t<= 2^k – 1,则t一定能用1,2,4,…,2^(k-1)中某几个数的和表示，这个很容易证明：我们把t的二进制表示写出来，很明显，t可以表示成n=a0*2^0+a1*2^1+…+ak*2^（k-1），其中ak=0或者1，表示t的第ak位二进制数为0或者1.

（3）如果t>=2^k,设s=n-2^k+1，则t-s<=2^k-1，因而t-s可以表示成1,2,4,…,2^(k-1)中某几个数的和的形式，进而t可以表示成1,2,4,…,2^(k-1)，s中某几个数的和（加数中一定含有s）的形式

然后就是二维费用背包，即选择一种物品，需要付出两种费用，在之前的维度上再加一维就行，和之前一样的，倘若是01背包，就倒叙，完全背包就正序，第一层循环不变，仍旧遍历物品种类，第二三层循环可以彼此替换，第二三层决定是01还是完全背包
二维背包 看这个博客很棒

二维背包裸题HDU - 2159 

直接挂代码 
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<vector>
#include<set>
#include<map>
#include<queue>
#include<cmath>
using namespace std;
#define inf 0x3f3f3f3f
int main()
{
    int v[105], w[105];
    int dp[105][105];
    int m, n, k, s;
    while(scanf("%d%d%d%d",&n,&m,&k,&s) != EOF)
    {
        memset(dp, 0, sizeof(dp));
        int ans = inf;
        int flag = 0;
        for(int i = 1; i <= k; i ++)
            scanf("%d%d",&v[i],&w[i]);
        for(int i = 1; i <= k; i ++)
            for(int j = w[i]; j <= m; j ++)
                for(int k = 1; k <= s; k ++)
                {
                    dp[j][k] = max(dp[j][k], dp[j - w[i]][k - 1] + v[i]);
                    if(dp[j][k] >= n && j < ans)
                    {
                        flag = 1;
                        ans = j;
                    }
                }
            if(flag) printf("%d\n",m - ans);
            else printf("-1\n");
    }
    return 0;
}
GocNeverGiveUp
关注
专栏目录
背包问题一：01背包+完全背包+分组背包（附硬币问题汇总）
ALSTB的博客
09-09 960
dp 背包问题 硬币问题
背包问题详解（01背包，完全背包，多重背包，混合背包，二维费用背包……）
10-16
背包问题详解 01背包，完全背包，多重背包，混合背包，二维费用背包，分级背包，泛化物品等等的分析思路，解题技巧，还有各种背包问题的题目解答。
背包DP问题（01背包+完全背包+分组背包+多重背包+混合背包+二维费用的背包）
柠檬的博客~~~
08-17 1338
背包DP问题 01背包问题 一、01背包问题 问题： 有N件物品和一个容量为V的背包。第i件物品的费用（即体积，下同）是w[i]，价值是c[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。 基本思路： 　　这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。 　　用子问题定义状态：即f[i][v]表示前i件物品(部分或全部)恰放入一个容量为v的背包...
DP - 背包问题 (01背包(方案求解) + 完全背包 + 多重背包 + 分组背包 + 二维费用背包 + 混合背包)
njuptACMcxk的博客
04-11 545
DP - 背包问题 文章目录DP - 背包问题1、01背包问题 1、01背包问题 题目： 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。 第 i 件物品的体积是 vi，价值是 wi。 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。 输出最大价值。 输入格式 第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。 接下来有 N 行，每行两个整数 ...
背包问题：01背包，完全背包，多重背包，混合背包，二维费用背包，分组背包问题
weixin_43758492的博客
07-26 371
1、01背包问题 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。 第 i 件物品的体积是 vi，价值是 wi。 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。 输出最大价值。输出选了哪些物品。 输入格式 第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。 接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。 题解 一、dp矩阵，横轴代表背包的容量，从0开始到V。纵轴代表物品数量，0代表前0个物品，1代表前1个物
完全背包问题+01背包问题+分组背包+多重背包 总结
一瓢西湖水的博客
02-02 472
本文转载自：https://blog.csdn.net/weixin_43849505/article/details/89423390 ...
什么是01背包问题动态规划以及学习01背包问题动态规划的意义
最新发布
05-09
在01背包问题中，我们通常使用一个二维数组dp[i][j]来表示当前的状态，其中i表示已考虑前i件物品，j表示背包当前剩余的承重为j时所能获得的最大价值。 **2. 动态规划的递推关系** 对于每一件物品i，有两种选择： -...
Python背包问题动态规划求解（一维和二维数组）.zip
01-21
1. **二维背包问题**：与一维不同，二维背包问题考虑了物品的数量限制。每个物品可能有多件，每件的重量和价值相同。 2. **动态规划状态定义**：这里需要用到一个二维数组dp[i][j]，表示前i个物品，容量为j时的最大...
01背包问题_01背包问题_
10-04
在01背包问题中，我们可以定义一个二维数组dp，其中dp[i][j]表示前i件物品中选取若干件总重量不超过j时的最大价值。状态转移方程可以表示为： 1. 如果当前物品的重量超过了背包剩余容量j，那么第i件物品无法被选中...
分组背包问题
Jefferson__的博客
07-15 293
题目描述： 有N组物品和一个容量是V的背包。 每组物品有若干个，同一组内的物品最多只能选一个。 每件物品的体积是vij，价值是wij，其中i是组号，j是组内编号。 求解将哪些物品装入背包，可使物品总体积不超过背包容量，且总价值最大。 输出最大价值。 输入格式： 第一行有两个整数N，V，用空格隔开，分别表示物品组数和背包容量。 接下来有N组数据： 每组数据第一行有一个整数Si，表示第i个物品组的物品数量； 每组数据接下来有Si行，每行有两个整数vij,...
背包九讲-背包问题代码奉上
BOWWOB的博客
08-15 403
01背包题目链接 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。 第 i 件物品的体积是 vi，价值是 wi。 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。 输出最大价值。 输入格式 第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。 接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。 输出格式 输出一个整数，表示最大价值。 数据范围 0<N,V≤1000 0<vi,wi≤1000 输入样例 4
背包问题详解（01背包，完全背包，多重背包，分组背包）
热门推荐
走在努力路上的自己的博客
04-09 1万+
有 N 件物品和一个容量是 V的背包。每件物品只能使用一次。第 i 件物品的体积是 vi，价值是 wi。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。 输出最大价值。输入格式第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。输出格式输出一个整数，表示最大价值。数据范围0
多重背包问题与分组背包
qq_62272360的博客
05-26 384
多重背包的含义： 物品数量不再是无穷多。 思路，既然物品个数有限，但还要判断要装几个，我们可以用暴力的做法，三重循环，每层循环控制自己的变量，容易理解。第三层循环就是控制装的物品的个数，我们通过分析可以得知，在使用次数不超过物品提供个数的同时，还要小于背包的空间限制。 #include<bits/stdc++.h> using namespace std; const int N = 1010; int v[N]; int w[N]; int s[N]; int f[N][N
01背包、完全背包、多重背包、分组背包问题，一文读懂
Kepler11的博客
04-12 3096
背包问题是一种组合优化的 NP 完全问题：有 N 个物品和容量为 W 的背包，每个物品都有 自己的体积 w 和价值 v，求拿哪些物品可以使得背包所装下物品的总价值最大。 0-1背包 有N件物品和一个最多能背重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。 每件物品都有选与不选两种情况，那么这个问题完全可以用回溯法来暴力搜索，时间复杂度为O(n2)O(n^2)O(n2)，因为暴力解法时间复杂度太高，所以才要用
多重背包与分组背包的区别
江上酒
02-06 503
多重背包 分组背包 多重背包是每件物品最多选择s个,可以选1,2,3,... 分组背包是每组有多个,但是这一组最多选择一个 对于多重背包,枚举物品,然后体积(一维倒序)之后决策,选择k个 #include<iostream> #include<algorithm> using namespace std; const int N=110; int f[N]; int main() { int n,m; cin>>n>>m;
01背包、完全背包、多重背包、分组背包总结
长期更新自学笔记
11-23 897
我们现在需要根据(3)式的结果，推出(1)式的结果，(1)式的后s[i]项和(3)式的前s[i]项完全一样，但我们无法使用(3)式中s[i]+1项的最大值，推出(3)式的前s[i]项的最大值，所以无法使用完全背包问题的优化方式。一维形式中，如果逆序遍历容量，计算后面容量时，使用的就是没有计算过的结果，体现在二维中，使用的就是上一层的结果，这是不对的。，如果我们用k+1个新的物品，来代替多重背包的一个物品，使用01背包的方式计算出这k+1个物品选或不选。，如果说原来有n类物品，每类物品有s个，总共。
小白的学习笔记——背包问题(2)（多重背包，分组背包）
Shadowlove9的博客
03-28 2414
1：既视感——多重背包   ：”师傅，有人下来战书，约我等明日决战，如何对敌？”   我接过战书，只见上面写道：       你瞅你领那个贵物，我告诉你，来沈阳，没你好果汁吃！                                 东百虎哥   ？有人挑衅？冲了他！   这次，我们师徒二人潜入了沈阳大街好果汁饮料店。 ...
背包问题－敲代码：01背包、完全背包、多重背包、混合背包、二维费用、分组背包、恰好背包
weixin_41565755的博客
08-04 684
1、01背包 物品要么放，要么不放，即每种物品最多可以放一个，求最大收益。 /* 输入： n 物品个数 m 背包容量 w[0] v[0] 重量，价值 w[1] v[1] 重量，价值 * w[n-1] v[n-1] 重量，价值 输出： dp[m] 最大价值 */ /* 输入1...
01背包问题深度解析与解法汇总
包含了多个博客和文章链接，涵盖了01背包问题的不同解法，包括动态规划的运用，以及对背包问题的深入讲解，如四种解题方法、一次搞定三种背包问题的策略，还有针对多重背包问题的原理和代码实现。" 01背包问题是一...
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