常见背包问题(动态规划dp)
题目来源于题库 - AcWing可以对比题目来看。
1. 0 1 背包问题
核心思想:
将每次的最大值分成两个集合,即包含i的最大值和不包含i的最大值,然后取两者的最大值。
解析:
f[N][N]:
当前物品数量和当前体积下的最大值。
v[N]:
存放体积。
w[N]:
存放价值。
f[i-1][j]:
不包含i的最大值。
f[i-1][j-v[i]] + w[i]:
包含i的最大值。
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int v[N] , w[N];
int f[N][N];
int n,m;
int main()
{
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 = 1;j<=m;j++)
{
if(j<v[i]) f[i][j] = f[i-1][j];//如果j小于v[i]表示背包容量不够,所以不能包含i,最大值就是不包含i的最大值。
else f[i][j] = max(f[i-1][j] , f[i-1][j-v[i]] + w[i]);//反之在不包含i的最大值和包含i的最大值之间取最大值。
}
cout<<f[n][m];
return 0;
}
优化版
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int v[N] , w[N];
int f[N];
int n,m;
int main()
{
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>=v[i];j--)//因为每次更新的时候要用上一次更新的数据,所以只能是由大到小更新,如果从小到大的话假如要更新四个物品的时候要用到第二个物品,而由于是从小到大,第二个物品已经更新,用的就不是上一次更新的数据,就会出错。
f[j] = max(f[j] , f[j-v[i]] + w[i]);
cout<<f[m];
return 0;
}
2.完全背包问题
暴力版本
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int N = 1010;
int f[N];
int v[N] , w[N];
int n,m;
int main()
{
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>=v[i] ; j --)
for(int k=1;k * v[i] <=j;k++)
{
int t = k * v[i];
f[j] = max(f[j] , f[j - k * v[i]] + k * w[i]);
}
cout<<f[m];
return 0;
}
暴力版本版本优化成朴素版思路:
f[i , j ] = max( f[i-1,j] , f[i-1,j-v]+w , f[i-1,j-2*v]+2*w , f[i-1,j-3*v]+3*w , .....)
f[i , j-v]= max( f[i-1,j-v] , f[i-1,j-2*v] + w , f[i-1,j-3*v]+2*w , .....)
由上两式,可得出如下递推关系:
f[i][j]=max(f[i,j-v]+w , f[i-1][j])
朴素版
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int f[N][N];
int v[N] , w[N];
int n,m;
int main()
{
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=1;j<=m;j++)
{
if(j<v[i]) f[i][j] = f[i-1][j];
else f[i][j] = max(f[i-1][j] , f[i][j-v[i]] + w[i]);//01背包是从上一次也就是第i-1层的数据来更新最值,而完全背包问题是从本次也就是第i层数据来更新最值。
}
cout<<f[n][m];
return 0;
}
最优版
这里从时间上考虑没有多大优化,只是将二维优化成了一维。
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int N = 1010;
int f[N];
int v[N] , w[N];
int n,m;
int main()
{
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=v[i] ; j<=m ; j ++)
f[j] = max(f[j] , f[j-v[i]] + w[i]);
cout<<f[m];
return 0;
}
3.多重背包问题
暴力版本
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int N = 110;
int f[N];
int v[N] , w[N] , cnt[N];
int n,m;
int main()
{
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=1;j<=m;j++)
for(int k=0;k<=cnt[i] && k * v[i] <= j; k++)
f[j] = max(f[j] , f[j-v[i]*k] + k * w[i]);
cout<<f[m];
return 0;
}
二进制优化
考虑问题:二进制优化为什么成立?
一句话说明二进制优化为什么成立,学过二进制转整数的朋友都知道**(21 ~ 2n可以组成1~2n的所有数据!)**
下面看代码:
#include<bits/stdc++.h>
using namespace std;
const int N = 25000;
int n,m;
int v[N] , w[N];
int f[N];
int cnt;
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)
{
int a,b,s;
cin>>a>>b>>s;
int k=1;//k代表当前分组内个数
while(k<=s)
{
cnt++;
v[cnt] = a * k;//该组整体体积
w[cnt] = b * k;//该组整体价值
s -= k;//减去已分个数
k *= 2;
}
if(s>0)//如果s大于0说明还有最后一组没分
{
cnt++;
v[cnt] = a * s;
w[cnt] = b * s;
}
}
n = cnt;//最终组数。
//这里二进制优化后很显然变成了01背包问题,所以下面直接用01背包问题求解即可。
for(int i=1;i<=n;i++)
for(int j=m ; j>=v[i] ; j--)
f[j] = max(f[j] , f[j - v[i]] + w[i]);
cout<<f[m];
return 0;
}
3.分组背包问题
分组背包是有多组物品,一个背包,每组物品只能选择一个
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 110;
int w[N][N] , v[N][N];
int s[N];
int f[N];
int n,m;
int main()
{
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];
}
for(int i=1;i<=n;i++)
for(int j=m;j>=0;j--)//需要用上一次的最大值,所以体积从m开始。
for(int k=0;k<=s[i];k++)
if(v[i][k] <= j)
f[j] = max(f[j] , f[j-v[i][k]] + w[i][k]);
cout<<f[m];
return 0;
}