ch4(DP)——背包问题（01背包、完全背包、多重背包、分组背包、混合背包）

最新推荐文章于 2023-08-24 20:45:16 发布

丶Kingdom

最新推荐文章于 2023-08-24 20:45:16 发布

阅读量339

点赞数 2

分类专栏：重返基础学习

本文链接：https://blog.csdn.net/qq_43579980/article/details/108338125

版权

重返基础学习专栏收录该内容

41 篇文章 0 订阅

订阅专栏

1.自然语言描述
① 01背包问题：有n个物品，每个物品有相应的体积vi和价值wi，对于一个物品，要么装入背包，要么不装入；有一个体积为V的背包，怎么装物品才能使背包中物品的价值最大？

② 完全背包问题：有n种物品，每种物品有相应的体积vi和价值wi，对于一种物品可以选任意多个装入背包（即每种物品的数量是无穷大的）有一个体积为V的背包，怎么装物品才能使背包中物品的价值最大？

③ 多重背包问题：有n种物品，每种物品有相应的体积vi和价值wi，第i种物品的数量是si个；有一个体积为V的背包，怎么装物品才能使背包中物品的价值最大？

④ 分组背包问题：有n组物品，每组物品中有si个物品，这si个物品中的每一个都有各自的体积v和价值w，每组物品里最多只能选一个；有一个体积为V的背包，怎么装物品才能使背包中物品的价值最大？

背包问题是学习DP的一个基本模型，以上四种问题之间各有差别，各自的DP策略也是不一样的。

yxc 老师将DP问题描述为：有限集合内求最优解的问题。yxc 老师总结了闫氏DP分析法，这个方法的核心在于从集合的角度思考问题；这是一个思考方式的模板，方法的具体讲解请点这儿！

用闫氏DP分析法来看上述的4个问题：
对于①：状态表示f(i,j)含义是对于前i个物品背包容量为j时价值的最大值，f的属性是最大值；f(i,j)状态的集合划分，分为选第i件物品和不选第i件物品两种状态；对于前一种情况，f(i,j)=f(i-1,j)，对于后者，f(i,j)=f(i-1,j-vi)+wi；二者中取最大值f(i,j)=max( f(i-1,j) , f(i-1,j-vi)+wi )；得到状态转移方程后，从f(1,0)开始迭代计算得到f(n,v)

对于②：状态表示f(i,j)含义是对于前i种物品背包容量为j时价值的最大值，f的属性是最大值；f(i,j)状态的集合划分，分为选第i种物品的0,1,2,…,k件，f(i,j)=max(f(i-1,j),f(i-1,j-vi)+wi,f(i-1,j-2vi)+2wi,…,f(i-1,j-kvi)+kwi)，简化方程，因为f(i,j-vi)=max(f(i-1,j-vi),f(i-1,j-2vi)+wi,…,f(i-1,j-kvi)+(k-1)wi)，将后者代入前者得到状态转移方程f(i,j)=max(f(i-1,j),f(i,j-vi)+wi)；得到状态转移方程后，从f(1,0)开始迭代计算得到f(n,v)

对于③：状态表示f(i,j)含义是对于前i种物品背包容量为j时价值的最大值，f的属性是最大值；f(i,j)状态的集合划分，分为选第i种物品的0,1,2,…,si件；参考②的推理方法，得出状态转移方程f(i,j)=max(f(i-1,j),f(i-1,j-vi)+wi,f(i-1,j-2vi)+2wi,…,f(i-1,j-sivi)+siwi)；得到状态转移方程后，从f(1,0)开始迭代计算得到f(n,v)

对于④：状态表示f(i,j)含义是对于前i组物品背包容量为j时价值的最大值，f的属性是最大值；f(i,j)状态的集合划分，分为选第i组物品的第k件，参考②的推理方法，得出状态转移方程f(i,j)=max(f(i-1,j),f(i-1,j-vk)+wk)；得到状态转移方程后，从f(1,0)开始迭代计算得到f(n,v)

上述分析过程得到的状态转移方程要在实际程序中写成合理的形式。

2020.9.6更新
混合背包问题：将01背包、完全背包、多重背包混合在一起；可以通过倍增打包的方式将多重背包问题转化为01背包问题，而完全背包问题和01背包问题的状态转移方程在一维情况下只是枚举的顺序相反，而状态转移方程的代码完全相同，整个问题得到简化。

2.代码描述
题目：Acwing.2 01背包问题题目链接

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;

const int MAXN=1010;

int n,m,f[MAXN];
int v[MAXN],w[MAXN];

int main(void)
{
    cin>>n>>m;
    
    for(int i=1;i<=n;i++)
        cin>>v[i]>>w[i];
        
    for(int i=1;i<=n;i++)
        for(int j=m;j>=0;j--){//为什么要逆序求f:因为要做到代码的等价替换,二维形式下是f[i][j]是从f[i-1][j]和f[i-1][j-vi]+wi中找最大值
        					//一维数组中只能保存上一轮(i-1)中的状态值;更新本轮(i)状态值需要用到上一轮中体积较小的状态值,所以只能逆序处理;
        					//如果正序,会导致上一轮体积较小的状态值被更新,方程意义就和二维形式下的不一样了,变成错误的、意义不明的状态值
            if(j>=v[i])//采用一维写法，是二维写法代码的等价替换，其实际意义仍参考二维代码
                f[j]=max(f[j],f[j-v[i]]+w[i]);
        }
        
    cout<<f[m]<<endl;
    
    return 0;
}

题目：Acwing.3 完全背包问题题目链接

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;

const int MAXN=1010;

int n,m,f[MAXN][MAXN];
int v[MAXN],w[MAXN];

int main(void)
{
    cin>>n>>m;
    
    for(int i=1;i<=n;i++)
        cin>>v[i]>>w[i];
        
    for(int i=1;i<=n;i++)
        for(int j=0;j<=m;j++){//完全背包也可以转为一维形式,而且这里是正序,参考其二维形式也就不难理解为什么是正序了
            f[i][j]=f[i-1][j];
            if(j>=v[i])
                f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
        }
        
    cout<<f[n][m]<<endl;
    
    return 0;
}

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;
const int MAXN=1010;

int v[MAXN],w[MAXN],n,m,f[MAXN];

int main(void)
{
    cin>>n>>m;
    
    for(int i=1;i<=n;i++) cin>>v[i]>>w[i];
    
    for(int i=1;i<=n;i++){
        for(int j=0;j<=m;j++)
            if(j>=v[i])//这是完全背包的一维优化形式，不难看出，问题的关键在于删去一维后，第i次循环中计算需要的到底是第i次的值（例如这里）还是第i-1次的值（例如01背包）若是前者，则j不需要逆序，若为后者，j需要逆序。
                f[j]=max(f[j],f[j-v[i]]+w[i]);
    }
    
    cout<<f[m]<<endl;
    
    return 0;
}

题目：Acwing.4 多重背包问题I题目链接

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;

const int MAXN=110;

int n,m,f[MAXN][MAXN];
int v[MAXN],w[MAXN],cnt[MAXN];

int main(void)
{
    cin>>n>>m;
    
    for(int i=1;i<=n;i++)
        cin>>v[i]>>w[i]>>cnt[i];
        
    for(int i=1;i<=n;i++)
        for(int j=0;j<=m;j++){
            f[i][j]=f[i-1][j];
            for(int k=1;k<=cnt[i];k++)
                if(j>=k*v[i])
                    f[i][j]=max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);
        }
        
    cout<<f[n][m]<<endl;
    
    return 0;
}

题目：Acwing.5 多重背包问题II题目链接

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;

const int MAXN=13000,MAXM=2010;//二进制打包,利用倍增的思想,将多重背包问题转化为01背包问题

int n,m,f[MAXN];
int v[MAXN],w[MAXN];

int main(void)
{
    cin>>n>>m;
    
    int cnt=0;
    for(int i=1;i<=n;i++){
        int a,b,c;
        cin>>a>>b>>c;
        
        int k=1;
        while(k<=c){//k=1,2,4,8,...,2^n (c<2^(n+1))
            cnt++;
            v[cnt]=a*k;
            w[cnt]=b*k;
            c-=k;
            k*=2;
        }
        if(c>0){//不够2的整数次幂的剩余物品打成最后一个包
            cnt++;
            v[cnt]=a*c;
            w[cnt]=b*c;
        }
    }
    
    n=cnt;
    
    for(int i=1;i<=n;i++)
        for(int j=m;j>=0;j--)
            if(j>=v[i])
                f[j]=max(f[j],f[j-v[i]]+w[i]);
        
        
    cout<<f[m]<<endl;
    
    return 0;
}

题目：Acwing.9 分组背包问题题目链接

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;

const int MAXN=110;

int n,m,f[MAXN][MAXN],v[MAXN][MAXN],w[MAXN][MAXN],cnt[MAXN];

int main(void)
{
    cin>>n>>m;
    
    for(int i=1;i<=n;i++){
        cin>>cnt[i];
        
        for(int j=1;j<=cnt[i];j++)
            cin>>v[i][j]>>w[i][j];
        
    }
    
    for(int i=1;i<=n;i++)
        for(int j=m;j>=0;j--){
            f[i][j]=f[i-1][j];
            for(int k=1;k<=cnt[i];k++)
                if(j>=v[i][k])
                    f[i][j]=max(f[i][j],f[i-1][j-v[i][k]]+w[i][k]);
        }
        
    cout<<f[n][m];
    
    return 0;
}

题目：Acwing.7 混合背包问题题目链接

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <vector>

using namespace std;
const int MAXN=1010;

int n,m,f[MAXN];

struct Obj{
    int k,v,w;
};
vector<Obj> things;

int main(void)
{
    cin>>n>>m;
    
    for(int i=0;i<n;i++){
        int a,b,c;
        cin>>a>>b>>c;
        
        if(c==-1)
            things.push_back({-1,a,b});
        else if(c==0)
            things.push_back({0,a,b});
        else{
            for(int k=1;k<=c;k<<=1){//将多重背包问题通过倍增打包转化为01背包问题
                c-=k;
                things.push_back({-1,a*k,b*k});
            }
            if(c>0)
                things.push_back({-1,a*c,b*c});
        }
    }
    
    for(auto it:things){
        if(it.k<0){//01背包
            for(int j=m;j>=it.v;j--)
                f[j]=max(f[j],f[j-it.v]+it.w);
        }else{//完全背包
            for(int j=it.v;j<=m;j++)
                f[j]=max(f[j],f[j-it.v]+it.w);
        }
    }
    
    cout<<f[m]<<endl;
    
    return 0;
}