【动态规划】背包问题求方案数

☆☆☆ 求方案数问题

前言

• 在看本篇目之前，确保你已经掌握了基础算法：背包问题详解
• 以及各种背包求价值的的模型：经典算法之背包求最大最小值问题
• 掌握了不同的基础背包模板后，试一下不同场景的应用：背包问题应用

☆情况一：从前 i 个物品中选，且总体积不超过 j 的总方案数，初始化是 f[0][i] = 1, 0 <= i <= m，其余是0

01 背包

例子：给你一堆物品，每个物品有一定的体积，每个物品只能选一个，求总体积不超过 m的方案数

输入

4 5
2 2 3 7

输出

7

二维代码

#include <bits/stdc++.h>
using namespace std;

const int N = 100;

int f[N][N];
int n, m;

int main() {
    
    cin >> n >> m;
    
    /*初始化 当 0 个物品，体积不超过 i 的方案数，
     即不选为1种方案 , 即 i 从 0 - m 初始化
     	1 1 2 2 2 2   //不选时从上一状态转移过来，选时则有 叠加 1 ，表示当前选与不选两种方案
		1 1 3 3 4 4 
		1 1 3 4 5 7 
		1 1 3 4 5 7 
    */
    for (int i = 0; i <= m; i ++ ) f[0][i] = 1;
    
    for (int i = 1; i <= n; i ++ ) {
        int v;
        cin >> v;
        for (int j = 0; j <= m; j ++ ) {
            f[i][j] = f[i-1][j]; //不选的方案数
            if (j >= v) f[i][j] += f[i-1][j-v];  //加上满足可以选的方案数 
        }
    }
    
    cout << f[n][m];
    
    return 0;
}

状态压缩

#include <bits/stdc++.h>
using namespace std;

const int N = 100;

int f[N];
int n, m;

int main() {
    
    cin >> n >> m;
    
    //初始化 当 0 个物品，体积不超过 i 的方案数， 即不选为1种方案 , 即 i 从 0 - m 初始化
    for (int i = 0; i <= m; i ++ ) f[i] = 1;
    
    for (int i = 1; i <= n; i ++ ) {
        int v;
        cin >> v;
        for (int j = m; j >= v; j -- ) {
            f[j] += f[j - v];
        }
    }
    
    cout << f[m];
    
    return 0;
}

完全背包

例子：给你一堆物品，每个物品有一定的体积，每个物品可以选无数多个，求总体积不超过 m 的方案数

输入

3 5
2 3 7

输出

5

二维代码

#include <bits/stdc++.h>
using namespace std;

const int N = 100;

int n, m;
int f[N][N];

int main() {
    
    cin >> n >> m;
    
    /*
		同理，需要注意的时，本来加上的是当前物品不选，或者选一个，两个。。。的方案数
		在经过状态压缩后，只需要加上 f[i][j - v]即可
	*/
    for (int i = 0; i <= m; i ++ ) f[0][i] = 1;
    
    for (int i = 1; i <= n; i ++ ) {
        int v;
        cin >> v;
        for (int j = 0; j <= m; j ++ ) {
            f[i][j] = f[i-1][j];
            if (j >= v) f[i][j] += f[i][j-v];
        }
    }
    
    cout << f[n][m];
    
    return 0;
}

状态压缩

#include <bits/stdc++.h>
using namespace std;

const int N = 100;

int n, m;
int f[N];

int main() {
    
    cin >> n >> m;
    /*
    注意这里的状态转移，不懂可以看上面给出的连接，在背包最大最小值问题里面有讲解
    */
    for (int i = 0; i <= m; i ++ ) f[i] = 1;
    
    for (int i = 1; i <= n; i ++ ) {
        int v;
        cin >> v;
        for (int j = v; j <= m; j ++ ) {
            f[j] += f[j - v];
        }
    }
    
    cout << f[m];
    
    return 0;
}

☆情况二：从前 i 个物品中选，且总体积恰好是 j 的总方案数，初始化是 f[0][0] = 1, 其余是 0

注：在此情况下，当的 f[i][j] = 1 时，表示只能恰好由自己组成一种方案，不能选其他物品

01背包

例子：给你一堆物品，每个物品有一定的体积，每个物品只能选一个，求总体积恰好是 m 的方案数

输入

4 5
2 2 3 7

输出

2

二维代码

#include <bits/stdc++.h>
using namespace std;

const int N = 100;

int n, m;
int f[N][N];

int main() {
    
    cin >> n >> m;
    /*
	只能将f[0][0] 初始化为 1， 这样才能保证当 j 恰好等于物品体积时才有方案数可加。
	其余均加 0， 即不满足恰好等于
	*/
    f[0][0] = 1;
    
    for (int i = 1; i <= n; i ++ ) {
        int v; 
        cin >> v;
        for (int j = 0; j <= m; j ++ ) {
            f[i][j] = f[i-1][j];
            if (j >= v) f[i][j] += f[i-1][j-v];
        }
    }
    
    cout << f[n][m];
    
    return 0;
}

状态压缩

#include <bits/stdc++.h>
using namespace std;

const int N = 100;

int n, m;
int f[N];

int main() {
    
    cin >> n >> m;
    
    f[0] = 1;
    for (int i = 1; i <= n; i ++ ) {
        int v; 
        cin >> v;
        for (int j = m; j >= v; j -- ) {
            f[j] += f[j - v];
        }
    }
    
    cout << f[m];
    
    return 0;
}

完全背包问题

例子：给你一堆物品，每个物品有一定的体积，每个物品可以选无数多个，求总体积恰好是 m 的方案数

输入

3 5
2 3 7

输出

1

二维代码

#include <iostream>

using namespace std;

const int N = 110;

int n, m;
int f[N][N];

int main()
{
    cin >> n >> m;
    f[0][0] = 1;
    for (int i = 1; i <= n; i ++ )
    {
        int v;
        cin >> v;
        for (int j = 0; j <= m; j ++ )
        {
            f[i][j] = f[i - 1][j];
            if(j >= v) f[i][j] += f[i][j - v];
        }
    }

    cout << f[n][m];

    return 0;
}

状态压缩

#include <iostream>

using namespace std;

const int N = 110;

int n, m;
int f[N];

int main()
{
    cin >> n >> m;
    f[0] = 1;
    for (int i = 1 ;i <= n; i ++ )
    {
        int v;
        cin >> v;
        for (int j = v ;j <= m; j ++ )
        {
            f[j] = f[j] + f[j - v];
        }
    }

    cout << f[m] << endl;

    return 0;
}

☆情况三：从前 i 个物品中选，且总体积至少是 j 的总方案数，初始化是 f[0][0] = 1, 其余是 0（至少的情况，j需要从0枚举到m，或者从m枚举到0）

01背包

例子：给你一堆物品，每个物品有一定的体积，每个物品只能选一个，求总体积至少是m的方案数

输入

3 5
2 3 7

输出

5

二维代码

#include <bits/stdc++.h>
using namespace std;

const int N = 110;

int n, m;
int f[N][N];

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

状态压缩

#include <bits/stdc++.h>
using namespace std;

const int N = 110;

int n, m;
int f[N];

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

完全背包

例子：给你一堆物品，每个物品有一定的体积，每个物品可以选无数多个，求总体积至少是 m 的方案数

答案：无穷多种方案数

求方案数初始化总结

二维实现以及状态压缩

1、体积至多 j，f[0][i] = 1, 0 <= i <= m，其余是0 ， 状态压缩后：f[i] = 1, 0 <= i <= m，
2、体积恰好 j，f[0][0] = 1, 其余是0， 状态压缩后：f[0] = 1, 其余是0
3、体积至少 j，f[0][0] = 1，其余是0， 状态压缩后：f[0] = 1, 其余是0

如有错误之处，欢迎各位指正~~~