一、问题类型(状态的表示和状态的转移)
背包问题、线性dp、区间dp、状态压缩dp、树形dp、计数、数位统计、状态压缩、记忆化搜索。
二、背包问题
(一)0 1背包(每件物品最多只用一次)
N个物品,V个背包。每个物品v表示体积,w表示权重。背包能装下的情况下,求最大的总价值。
0.1背包dp的思考方式:
1、如何表示状态、如何计算:
如何表示状态:
2、状态就是一个满足条件的集合,集合是所有选法的集合(选哪些物品)。条件:只从前i个中选,总体积小于等于j。
3、状态的值f(i,j)就是集合的属性(max,min,数量)
4、答案是f(n,v);
如何进行状态计算:
1、状态计算是对集合的划分,对集合划分子集,以及如何经过划分后的子集进行计算得到结果
2、对集合f(i,j)进行划分:划分的依据就是子集是否包含i。一个是不包含i,一个是必须包含i
3、如何对划分的子集进行计算得到最后的结果:
4、对于必须含i的子集。如果要求最大值,可以先不去考虑i号,因为必须要选i号,所以先把i号物品刨除去,计算f(i-1,j-vi)+wi。
5、max(f(i-1 , j), f(i-1,j-vi)+wi)
01背包二维写法
#include<bits/stdc++.h>
using namespace std;
// 2 01背包 二维写法
const int N=1010;
int n,m;
int v[N],w[N];
int f[N][N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>v[i]>>w[i];
//全不选的话价值就是0
for(int i=0;i<=m;i++)f[0][i]=0;
//循环的方式扩大集合依次求解
for(int i=1;i<=n;i++)
for(int j=0;j<=m;j++)
{
//注意这样存在的一个错误性:vi比背包还大
//f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
f[i][j]=f[i-1][j];
if(v[i]<=j)f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
}
cout<<f[n][m]<<endl;
return 0;
}
转化为一维:
#include<bits/stdc++.h>
using namespace std;
// 2 01背包 一维写法
const int N=1010;
int n,m;
int v[N],w[N];
int f[N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>v[i]>>w[i];
//全不选的话价值就是0
for(int i=0;i<=m;i++)f[i]=0;
//循环的方式扩大集合依次求解
for(int i=1;i<=n;i++)
//为什么从vi开始,因为小于vi的j保留上一层n-1的值就好了
for(int j=m;j>=v[i];j--)
{
//因为在max里面的第二项是i-1时候的f值,
//因为外层循环是i,每层循环都更新一次f[j]。
//所以在下一层还未更新的时候保存的就是i-1层的值。
if(v[i]<=j)f[j]=max(f[j],f[j-v[i]]+w[i]);
}
cout<<f[m]<<endl;
return 0;
}
(二)完全背包(每件物品有无限个)
1、和01背包的区别是对集合的划分的时候是根据i号选了几个进行划分。
2、在计算后面1~k个子集的时候,与01背包类似:
而且可以k=0的时候公式也恰好适用。
3、状态转移方程为:
#include<bits/stdc++.h>
using namespace std;
// 3 完全背包二维写法
const int N=1010;
int n,m;
int v[N],w[N];
int f[N][N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>v[i]>>w[i];
//全不选的话价值就是0
for(int i=0;i<=m;i++)f[0][i]=0;
//遍历所有集合的i的条件
for(int i=1;i<=n;i++)
{
//遍历所有集合的j条件
for(int j=0;j<=m;j++)
{
//遍历当前ij集合的所有可能子集进行状态计算
for(int k=0;;k++)
{
if(v[i]*k>j)break;
else f[i][j]=max(f[i][j],f[i-1][j-v[i]*k]+w[i]*k);
}
}
}
cout<<f[n][m]<<endl;
return 0;
}
4、一样的思路使用循环数组每次保留i-1状态时的结果,如果装入后价值变大就更新,实现一维的转化。
#include<bits/stdc++.h>
using namespace std;
// 3 完全背包一维写法
const int N=1010;
int n,m;
int v[N],w[N];
int f[N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>v[i]>>w[i];
//全不选的话价值就是0
for(int i=0;i<=m;i++)f[i]=0;
//遍历所有集合的i的条件
for(int i=1;i<=n;i++)
{
//遍历所有集合的j条件
for(int j=v[i];j<=m;j++)
{
//遍历当前ij集合的所有可能子集进行状态计算
for(int k=0;;k++)
{
if(v[i]*k>j)break;
//因为用到的都是当前i层的东西,需要和比j小的状态比较进行/更新所以内层循环只需要从小到大即可。
//01背包用的是i-1层的东西,从大到小更新
else f[j]=max(f[j],f[j-v[i]*k]+w[i]*k);
}
}
}
cout<<f[m]<<endl;
return 0;
}
5、观察发现每次循环遍历k的不必要的,枚举的k+1个式子的最大值就是f[i][j-v]+w.
如此就得到一个和01背包相似的一个状态转移方程,三重循环变成两层。
#include<bits/stdc++.h>
using namespace std;
// 3 完全背包一维写法
const int N=1010;
int n,m;
int v[N],w[N];
int f[N][N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>v[i]>>w[i];
//全不选的话价值就是0
for(int i=0;i<=m;i++)f[0][i]=0;
//遍历所有集合的i的条件
for(int i=1;i<=n;i++)
{
//遍历所有集合的j条件
for(int j=0;j<=m;j++)
{
//注意和01背包一样后一项有条件的
// f[i][j]=max(f[i-1][j],f[i][j-v[i]]+w[i]);
f[i][j]=f[i-1][j];
if(j>=v[i])f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
}
}
cout<<f[n][m]<<endl;
return 0;
}
6、将其转化为一维
#include<bits/stdc++.h>
using namespace std;
// 3 完全背包一维写法
const int N=1010;
int n,m;
int v[N],w[N];
int f[N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>v[i]>>w[i];
//全不选的话价值就是0
for(int i=0;i<=m;i++)f[i]=0;
//遍历所有集合的i的条件
for(int i=1;i<=n;i++)
{
//遍历所有集合的j条件
for(int j=v[i];j<=m;j++)
{
f[j]=max(f[j],f[j-v[i]]+w[i]);
}
}
cout<<f[m]<<endl;
return 0;
}
(三)多重背包(告诉每个物品具体有多少个)
1、多重背包相对于完全背包就是对k多了一个个数的限制
#include<bits/stdc++.h>
using namespace std;
// 4 多重背包i 二维写法
const int N=1010;
int n,m;
int v[N],w[N],s[N];
int f[N][N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>v[i]>>w[i]>>s[i];
//全不选的话价值就是0
for(int i=0;i<=m;i++)f[0][i]=0;
//遍历所有集合的i的条件
for(int i=1;i<=n;i++)
{
//遍历所有集合的j条件
for(int j=0;j<=m;j++)
{
for(int k=0;k*v[i]<=j&&k<=s[i];k++)
{
f[i][j]=max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);
}
}
}
cout<<f[n][m]<<endl;
return 0;
}
2、优化:把一个物品分解成多个物品,这多个物品按照01背包的方式 组合得到这个物品选择数量的全部组合方式。
1023可以由 0,1,2,4,8…… 512 组合得到,由 n -> logn
例如对于si=200 如果再写128 就得到255了,而255是不可能的,64就终止,此时可凑出127 ,要得到200,还差73。
相当于用2进制表示数,而且二进制表示的数是连续的。最后凑的那个数相当于可用这个数加一个任意的二进制数达到si。
转化为了01背包每个数只能选一次。
#include<bits/stdc++.h>
using namespace std;
// 4 多重背包ii 二进制优化版本
const int N=25000;
int n,m;
int v[N],w[N],s[N];
int f[N];
int main()
{
cin>>n>>m;
int cnt=0;
while(n--)
{
int a,b,S;
cin>>a>>b>>S;
int k=1;
while(k<S)
{
S-=k;
cnt++;
s[cnt]=k;
v[cnt]=a*k;
w[cnt]=b*k;
k*=2;
}
if(S)
{
cnt++;
s[cnt]=S;
v[cnt]=S*a;
w[cnt]=S*b;
}
}
n=cnt;
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];
}
(四)分组背包 每组里面只能选一个
在对集合进行划分的时候,完全背包是按照每种装几个,分组背包是按照每组装哪个
#include<bits/stdc++.h>
using namespace std;
// 9分组背包
const int N=110;
int n,m;
int v[N][N],w[N][N];
int s[N];//每组个数
int f[N][N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)
{
cin>>s[i];
for(int j=0;j<s[i];j++)
{
cin>>v[i][j]>>w[i][j];
}
}
for(int i=1;i<=n;i++)
{
for(int j=0;j<=m;j++)
{
f[i][j]=f[i-1][j];//先将其初始化为上一层结果
for(int k=0;k<s[i];k++)
{
//第一项是fij,因为一直要更新最大值。
if(v[i][k]<=j)f[i][j]=max(f[i][j],f[i-1][j-v[i][k]]+w[i][k]);
}
}
}
cout<<f[n][m]<<endl;
return 0;
}