背包小记
01背包
概述:
给你 n n n 个物品,每个物品的价值为 w i w_i wi ,现在给你一个 m m m容量的背包 , 每个物品可以选择要或者不要,问在背包容量下最大物品价值
状态方程
二维状态方程:
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
−
1
]
[
j
−
v
[
i
]
]
+
w
[
i
]
)
dp[i][j] = max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])
dp[i][j]=max(dp[i−1][j],dp[i−1][j−v[i]]+w[i])
**一维状态方程:
d
p
[
j
]
=
m
a
x
(
d
p
[
j
]
,
d
p
[
j
−
v
[
i
]
]
+
w
[
i
]
)
(
f
o
r
(
i
n
t
j
=
m
;
j
>
=
v
[
i
]
;
j
−
−
)
)
dp[j] = max(dp[j],dp[j-v[i]]+w[i]) (for(int j = m ; j >= v[i] ; j --))
dp[j]=max(dp[j],dp[j−v[i]]+w[i])(for(intj=m;j>=v[i];j−−)) **
完全背包
概述:
每个物品无限个,其他条件与01背包相同
状态转移方程
二维状态方程:
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
]
[
j
−
v
[
i
]
]
+
w
[
i
]
)
dp[i][j] = max(dp[i-1][j],dp[i][j-v[i]]+w[i])
dp[i][j]=max(dp[i−1][j],dp[i][j−v[i]]+w[i])
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
−
1
]
[
j
−
v
[
i
]
]
+
w
[
i
]
,
.
.
.
.
,
d
p
[
i
−
1
]
[
j
−
k
∗
v
[
i
]
]
+
w
[
i
]
∗
k
)
dp[i][j] = max(dp[i-1][j],dp[i-1][j-v[i]]+w[i],....,dp[i-1][j-k*v[i]]+w[i]*k)
dp[i][j]=max(dp[i−1][j],dp[i−1][j−v[i]]+w[i],....,dp[i−1][j−k∗v[i]]+w[i]∗k)
d
p
[
i
]
[
j
−
v
]
=
m
a
x
(
d
p
[
i
−
1
]
[
j
−
v
]
,
d
p
[
i
−
1
]
[
j
−
2
∗
v
[
i
]
]
+
w
[
i
]
,
.
.
.
.
,
d
p
[
i
−
1
]
[
j
−
k
∗
v
[
i
]
]
+
w
[
i
]
∗
k
)
dp[i][j-v] = max(dp[i-1][j-v],dp[i-1][j-2*v[i]]+w[i],....,dp[i-1][j-k*v[i]]+w[i]*k)
dp[i][j−v]=max(dp[i−1][j−v],dp[i−1][j−2∗v[i]]+w[i],....,dp[i−1][j−k∗v[i]]+w[i]∗k)
**一维状态方程:
d
p
[
j
]
=
m
a
x
(
d
p
[
j
]
,
d
p
[
j
−
v
[
i
]
]
+
w
[
i
]
)
(
f
o
r
(
i
n
t
j
=
v
[
i
]
;
j
<
=
m
;
j
+
+
)
dp[j] = max(dp[j],dp[j-v[i]]+w[i]) (for(int j = v[i] ; j <=m ; j ++)
dp[j]=max(dp[j],dp[j−v[i]]+w[i])(for(intj=v[i];j<=m;j++)
**
多重背包
概述:
物品数量分别为 s i s_i si , 其他与01背包相同
解法1:
将每个物品的数量用二进制表示法进行拆分,最后得到cnt个物品,再采用01背包选则即可,状态转移方程和01背包相同
解法2(单调队列优化):
由完全背包的状态转移方程 d p [ i ] [ j ] = m a x ( d p [ i − 1 ] [ j ] , d p [ i − 1 ] [ j − v [ i ] ] + w , . . . . , d p [ i − 1 ] [ j − k ∗ v [ i ] ] + w ∗ k ) dp[i][j] = max(dp[i-1][j],dp[i-1][j-v[i]]+w,....,dp[i-1][j-k*v[i]]+w*k) dp[i][j]=max(dp[i−1][j],dp[i−1][j−v[i]]+w,....,dp[i−1][j−k∗v[i]]+w∗k)可得,可将对0-m对v[i]取余将其划分为v[i]个类,对于每个类用单调队列维护即可,每次入队的数实际为 d p [ j + k ∗ v ] − k ∗ w dp[j+k*v] - k*w dp[j+k∗v]−k∗w
代码:
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 20010;
int dp[N],q[N],pre[N];
int main()
{
int n,m;
cin>>n>>m;
for(int i = 0 ; i < n ; i ++){
int v,w,s;
cin>>v>>w>>s;
memcpy(pre,dp,sizeof dp);
for(int j = 0 ; j < v ; j ++){//v个划分
int head = 0 , tail = -1;
for(int k = j ; k <= m ; k += v){
if(head <= tail && k - s*v > q[head]) ++ head;
while(head <= tail && pre[q[tail]] - (q[tail] - j)/v * w <= pre[k] - (k - j)/v * w ) -- tail;
if(head <= tail) dp[k] = max(dp[k] , pre[q[head]] + (k - q[head])/v * w);
q[++tail] = k;
}
}
}
cout<<dp[m]<<endl;
return 0;
}
分组背包:
概述:n组物品,每组由 s i s_i si个,每组只能取一个,其余和01背包相同
解法:01背包里面每次枚举第i组物品中的 s i s_i si个物品
状态方程
一维状态方程: d p [ j ] = m a x ( d p [ j ] , d p [ j − s [ k ] ] + w [ k ] ) dp[j] = max(dp[j] , dp[j-s[k]]+w[k]) dp[j]=max(dp[j],dp[j−s[k]]+w[k])