这篇博客详细介绍了各种类型的背包问题，包括0/1背包、完全背包、多重背包、分组背包和多维费用背包。通过二维DP和优化一维DP的方法解决这些问题，并探讨了滚动数组的优化技巧。此外，还讲解了直接拆分法和二进制拆分法在多重背包中的应用。
0/1背包
模型：给定 N N N个物品，其中第 i i i个物品的体积为 V i V_i Vi,价值为 W i W_i Wi。有一容积为 M M M的背包，要求选择一些物品放入背包，使得物品总体积不超过 M M M的前题下，物品的价值总和最大。
二维DP
- F [ i , j ] F[i,j] F[i,j]表示从前 i i i个物品中选出了总体积为 j j j的物品，物品最大价值和。
- F [ i , j ] = m a x { F [ i − 1 , j ] F [ i − 1 , j − V i ] + W i } F[i,j]=max\begin{Bmatrix} F[i-1,j] \\ F[i-1,j-V_i]+W_i \end{Bmatrix} F[i,j]=max{
F[i−1,j]F[i−1,j−Vi]+Wi}
第一种是不选第 i i i个物品，直接继承 i − 1 i-1 i−1.
第二种是选第 i i i个物品，将上一次取物品的价值加上这个物品的价值，且 j ≥ V i j\ge V_i j≥Vi. - 初值：F[0][0]=0,其余为负无穷（防止最大价值本身为0，无法判断是否取物品，能判断F[n][m]是否恰好装满）。
- 目标: m a x { F [ N , j ] } , 0 ≤ j ≤ M max\{ F[N,j]\},0\le j\le M max{ F[
最低0.47元/天 解锁文章
扫一扫
1863
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
