1.01背包 2.完全背包 3.混合背包 4.混合背包
## 完全背包优化
背包问题最开始理解可以解决贪心解决不了的采药问题,采用动态规划。不好理解的地方在于动态方程。
01背包
f[i][j] = max(f[i-1][j],f[i-1][j-v]+w); //左表示不要这个物品,右表示要这个物品
01背包的动态规划方程
#include<iostream>
#include<algorithm>
using namespace std;
int n,m;
int f[10001][10001];
int main() {
scanf("%d %d",&n,&m);
for(int i = 1; i <= n; i++) {
int v,w;
cin >> v >> w;
for(int j = 0; j <= m; j++) {
f[i][j] = f[i-1][j]; //给这一层的值先赋值
if(j >= v) f[i][j] = max(f[i][j],f[i-1][j-v]+w); //同上解释
}
}
cout << f[n][m] << endl;
return 0;
}
01背包优化
for(int j = m;j <= m;j++) //从右往左,一次一次的找值,不能从左往右,会再次使用了已经使用过的背包值
f[j] = max(f[j],f[j-v]+w); //同01背包方程,优化为一维数组
#include<iostream>
#include<algorithm>
using namespace std;
int n,m;
int a[10001];
int main() {
cin >> n > m;
for(int i = 1; i <= n; i++) {
int v,w;
cin >> v >> w;
for(int j = m; j >= v; j--) {
a[j] = max(a[j],a[j-v]+w);
}
}
cout << a[m] << endl;
return 0;
}
完全背包
for(int j = 0;j <= m;j++)
{
a[i][j] = a[i-1][j];
for(int k = 0;k*v <= j;k++) //一个一个物品判断,判断是否这个物品可以多次放入
a[i][j] = max(a[i][j],a[i][j-k*v]+k*v); //如果能放入,价值上大于之前放物品的价值或者之前剩余的空间之前的所有和都为放入,就更新这个空间的值
}
#include<iostream>
#include<algorithm>
using namespace std;
int n,m;
int a[1001][1001];
int main()
{
cin >> n >> m;
for(int i = 1;i <= n;i++)
{
int v,w;
cin >> v >> w;
for(int j = 0;j <= m;j++)
{
a[i][j] = a[i-1][j];
for(int k = 0;k*v <= j;k++)
{
a[i][j] = max(a[i][j],a[i][j-k*v]+k*v);
}
}
}
cout << a[n][m] << endl;
return 0;
}
## 完全背包优化
f[i][j] = max(f[i-1][j],f[i-1][j-v]+w.....f[i-1][j-k*v]+k*w) k属于[ ];
f[i][j-v] = max(f[i-1][j-v],f[i-1][j-2*v]+w.....f[i-1][j-k*v]+(k-1)*w) k-1属于[];
经过多步选取物品,这个地方 max 可以理解为取f[i-1][j]到f[i-1][j-k*v]+k*w上的最大值,而式子二+w 就刚好等于式子一右边表示的值,所以可以替换为下面的式子
f[i][j-v] 经过 f[i-1][j-v]+w.....f[i-1][j-k*v]+k*w 的代换,产生式子:
f[i][j] = max(f[i-1][j],f[i][j-v]+w); 就不与左上相关,而与左边的位置相关
)
#include<iostream>
#include<algorithm>
using namespace std;
int n,m;
int a[1001];
int main()
{
cin >> n >> m;
for(int i = 1;i <= n;i++)
{
int v,w;
cin >> v >> w;
for(int j = v;j <= m;j++) //因为不是左上相关,仅和左边的相关,所以要从左往右依次确定左边的值
a[j] = max(a[j],a[j-v]+w); //先更新左边在对左边进行操作
}
cout << a[m] << endl;
return 0;
}
以上是两个背包问题,待解决更多,以及图片解析