背包问题qwq

已于 2023-04-10 19:11:25 修改
阅读量81 收藏 1
点赞数 1
分类专栏： 算法 文章标签： 算法 c++ 图论
于 2023-01-05 22:41:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_63092029/article/details/128568865
版权

这里的背包都是花费不超过 j 的情况下的背包最大值 这里的背包都是花费不超过j的情况下的背包最大值 这里的背包都是花费不超过j的情况下的背包最大值
花费体积为 j 时，初始化就会都是负无穷，只有 f [ 0 ] [ 0 ] = 0 花费体积为j时，初始化就会都是负无穷，只有f[0][0] = 0 花费体积为j时，初始化就会都是负无穷，只有f[0][0]=0
花费最多为 j 时，初始化就都是 0 了 花费最多为j时，初始化就都是0了 花费最多为j时，初始化就都是0了

01背包

图解

//二维代码
#include<iostream>
#include<algorithm>
#include<cstring>

using namespace std;

const int N = 1e3 + 10;

int f[N][N], v[N], w[N];

int n, m;

int main()
{
    cin >> n >> m;
    for(int i = 1; i <= n; i ++)
    {
        cin >> v[i] >> w[i];
    }
    
    for(int j = 0; j <= m; j ++) f[0][j] = 0;
    
    for(int i = 1; i <= n; i ++)
    {
        for(int j = 0; j <= m; j ++)
        {
            f[i][j] = f[i-1][j];
            if(j >= v[i])
            f[i][j] = max(f[i][j], f[i-1][j-v[i]] + w[i]);
        }
    }
    
    cout << f[n][m] << endl;
    
    return 0;
}
//一维代码
//二维代码的等价变形，就是改变for循环顺序，让f[j]为未更新过的i-1层的f[j]
#include<iostream>
#include<algorithm>
#include<cstring>

using namespace std;

const int N = 1e3 + 10;

int f[N], v[N], w[N];

int n, m;

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

完全背包

图解

//二维代码
#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N = 1e3 + 10;

int f[N][N], v[N], w[N];

int n, m;

int main()
{
    cin >> n >> m;
    
    for(int i = 1; i <= n; i ++)
    {
        cin >> v[i] >> w[i];
    }
    
    for(int i = 0; i <= m; i ++) f[0][i] = 0;
    
    for(int i = 1; i <= n; i ++)
    {
        for(int j = 0; j <= m; j ++)
        {
            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;
}
//一维代码，这次我们需要第i层的j所以for循环从小到大
#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N = 1e3 + 10;

int f[N], v[N], w[N];

int n, m;

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

多重背包

图解
单调队列做法理解
图解

图片来自 https://www.acwing.com/solution/content/53507/

//二维朴素版代码
#include<iostream>
#include<algorithm>
#include<cstring>

using namespace std;

const int N = 1e2 + 10;

int f[N][N], v[N], w[N], s[N];

int n, m;

int main()
{
    cin >> n >> m;
    
    for(int i = 0; i <= m; i ++) f[0][m] = 0;
    
    for(int i = 1; i <= n; i ++)
    {
        cin >> v[i] >> w[i] >> s[i];
    }
    
    for(int i = 1; i <= n; i ++)
    {
        for(int j = 0; j <= m; j ++)
        {
            for(int k = 0; k <= s[i] && j >= k*v[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;
}

//二进制优化版代码
//就是任何一个数字都可以由多个二的次方组成
//因为任何一个数都可以用二进制来表示，所以我们可以从小到达枚举二的次方，最后再加上剩余就可
//这样组成01背包，再用01背包的思路求解
#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N = 11010;

int f[N], v[N], w[N];

int n, m, cnt;

int main()
{
    cin >> n >> m;
    
    for(int i = 0; i <= m; i ++) f[i] = 0;
    
    for(int i = 1; i <= n; i ++)
    {
        int a, b, c;
        cin >> a >> b >> c;
        for(int k = 1; k <= c; k *= 2)
        {
            v[++cnt] = k*a;
            w[cnt] = k*b;
            c -= k;
        }
        if(c)
        {
            v[++cnt] = c*a;
            w[cnt] = c*b;
        }
    }
    
    for(int i = 1; i <= cnt; i ++)
    {
        for(int j = m; j >= v[i]; j --)
        {
            f[j] = max(f[j], f[j-v[i]] + w[i]);
        }
    }
    
    cout << f[m] << endl;
    
    return 0;
}
//单调队列优化代码
//二维朴素版
#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N = 2e4 + 10;

int n, m;

int w[N], v[N], s[N];

int q[N], f[N][N];

int main()
{
    cin >> n >> m;
    
    for(int i = 1; i <= n; i ++)
    {
        cin >> v[i] >> w[i] >> s[i];
    }
    
    for(int i = 1; i <= n; i ++)
    {
        
        for(int r = 0; r < v[i]; r ++)
        {
            int hh = 0, tt = -1;
            for(int j = r; j <= m; j += v[i])
            {
                while(hh <= tt && j - q[hh] > v[i] * s[i]) hh ++;
                while(hh <= tt && f[i-1][q[tt]] + (j - q[tt])/v[i] * w[i] <= f[i-1][j]) tt --;
                q[++tt] = j;
                f[i][j] = f[i-1][q[hh]] + (j - q[hh])/v[i] * w[i];
            }
           
        }
    }
    
    cout << f[n][m] << endl;
    
    return 0;
}
//一维单调队列优化版本
#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N = 2e4 + 10;

int n, m;

int w[N], v[N], s[N];

int q[N], f[N], g[N];

int main()
{
    cin >> n >> m;
    
    for(int i = 1; i <= n; i ++)
    {
        cin >> v[i] >> w[i] >> s[i];
    }
    
    for(int i = 1; i <= n; i ++)
    {
         memcpy(g, f, sizeof(g));
         //相当于存了一下f[i-1]的所有状态
        for(int r = 0; r < v[i]; r ++)
        {
            int hh = 0, tt = -1;
            //如果想像01背包那样优化就得倒着枚举体积了，更麻烦
            for(int j = r; j <= m; j += v[i])
            {
                while(hh <= tt && j - q[hh] > v[i] * s[i]) hh ++;
                while(hh <= tt && g[q[tt]] + (j - q[tt])/v[i] * w[i] <= g[j]) tt --;
                q[++tt] = j;
                f[j] = g[q[hh]] + (j - q[hh])/v[i] * w[i];
            }
           
        }
    }
    
    cout << f[m] << endl;
    
    return 0;
}

分组背包

图解

#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N = 1e2 + 10;

int v[N][N], w[N][N], s[N], f[N];

int n, m;

int main()
{
    cin >> n >> m;
    
    for(int i = 1; i <= n; i ++)
    {
        cin >> s[i];
        for(int j = 1; j <= s[i]; j ++)
        {
            cin >> v[i][j] >> w[i][j];
        }
    }
    
    for(int i = 1; i <= n; i ++)
    {
        for(int j = m; j >= 0; j --)
        {
            for(int k = 0; k <= s[i]; k ++)
            {
                if(j >= v[i][k])
                f[j] = max(f[j], f[j-v[i][k]] + w[i][k]);
            }
        }
    }
    
    cout << f[m] << endl;
    
    return 0;
}
向夕阳Salute
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
动态规划之背包问题
熬夜的Alan Walker
01-24 684
无限背包 一个在旅途中的长者有一个最多能装M公斤的背包； 现在有n种物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为C1,C2,...,Cn； 输入n、m以及各种物品的重量和价值，求旅行者能获得最大总价值。 输入： 3 16 5 4 4 3 6 6 输出： 12 代码与01背包几乎一样，只是枚举的顺序不同而已。 01背包枚举容量时，从大到小，避免一个物品被选择多次； 无限背包枚举容量时，从小到大，允许一件物品没做选择多次。 #include <stdio.h
c++01背包问题动态规划
01-21
#include using namespace std; const int N=1010; int f[N]; int main() { int n,m; cin>>n>>m; for(int i=0;i;i++) { int v,w; cin>>v>>w; for(int j=m;j>=v;j--) f[j]=max(f[j],f[j-v]+w);...}
完全背包问题
01-08
完全背包问题就是指已知一个体积为m的背包，共有n种物品，其中每种物品有其特定的体积v[i], 和权重w[i]，每种物品有无限个，要求从中选取物品装进背包，使总权值最大。 首先是总体需要弄清楚的模板发： 状态计算如下：（按照选择第 i 件物品的数量来划分） f [i, j]  = max( f [ i – 1, j ], f [ i , j – v ] + w, f [ i, j – 2 * v ] + 2 * w, f [ i , j – 3 * v ] + 3 * w ……) 于是，我们可以有最原始的代码： #include using namespace std; const int
背包问题看这一篇就够了（详细版）
热门推荐
qq_54779611的博客
07-28 1万+
我们常说的背包问题其实分为好多种主要分为以下几种：01背包，完全背包，多重背包，分布背包。 所有的背包问题都是在有限V体积的背包中挑选物品，物品的属性分为w[i],v[i]表示第i个物品的价值和体积。从中找出那个能得到最大价值的选物品的方案。 通俗的来讲就是给你一个背包让你去装钻石每个钻石的价值和体积都是不一样的，最后你要装到最大价值的钻石。然后输出最大价值。 想要搞清楚这几种背包首先应该明白这几种背包的区别： 01背包 （每个物品只有一个，要么只选一个要么不选） 完全背包（每个物品有无数多个）
背包问题 模板详解！
Mr_dimple的博客
10-14 1389
一、01背包 题目描述： 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。第 i 件物品的体积是 vi，价值是 wi 。 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。 输出最大价值。 每件物品只能 不选0，或者选一次1，所以叫做01背包。（好生动 QwQ） —————朴素做法： 1、状态表示：f[i][j]表示从前i个物品中选，总体积不超过j的最大价值； 2、属性： 最大值； 3、状态转移： 用“最后一步”来划分：当前物品“选不选”： 不选当前物品，那么当.
回归本心QwQ背包问题luogu1776
y_immortal的博客 QwQ(qdez_ymh)
07-10 180
今天在这里说一下多重背包问题 对 之前一直没有怎么彻底理解 首先多重背包是什么？这里就不做过多的赘述了 朴素的多重背包的复杂度是O(n∗m∗∑s[i])O(n∗m∗∑s[i])O(n*m*\sum s[i])，其中s[i]s[i]s[i]是每一件物品的数量 for (int i=1;i&lt;=n;i++) for (int k=1;k&lt;=s[i];k++) ...
背包问题总结
hao_6_6的博客
08-23 322
本文从dp总结中搬出 背包问题是一类非常经典的动规问题，包括了完全背包、01背包、多重背包、分组背包、混合背包、二维费用背包、背包问题求方案数、求背包问题的方案、有依赖的背包问题（称为背包九讲） 01背包 最最经典的背包问题，背包九讲中说到：“它包含了背包问题中设计状态、方程的最基本思想。另外，别的类型的背包问题往往也可以转换成01 背包问题求解。”，固01背包的模型是非常重要的 直接看到最原汁原味的题 【例题1】AcWing 2. 01背包问题 题意不多说，就是原汁原味的01背包题，值得说的是
关于背包问题
ID246783的博客
10-13 191
0/1 背包 #include<bits/stdc++.h> using namespace std; #define MAXN 10010 int n = 0; int m = 0; int w[MAXN] = { 0 }; int c[MAXN] = { 0 }; int f[MAXN] = { 0 }; /* 一维0/1背包倒序 */ int knapsack01(int n, int m){ for(int i = 1; i <= n; i++){ for(int j
线性DP之背包问题
qq_42852687的博客
06-12 331
ORZorzOTZWAQAQqwq400ACpj\sqrt[^{^{400ACpj}}]{\frac{^{{ORZ}_{orz}^{OTZ}}}{_{{WA}_{QAQ}^{qwq}}}}400ACpjWAQAQqwq​​ORZorzOTZ​​​
python多重背包_背包问题入门(单调队列优化多重背包
weixin_39887748的博客
12-04 351
背包问题写这篇文章主要是为了帮帮新人吧,dalao勿喷.qwq一般的背包问题问法每种物品都有一个价值w和体积c.//这个就是下面的变量名,请看清再往下看.你现在有一个背包容积为V,你想用一些物品装背包使得物品总价值最大.01背包多种物品,每种物品只有一个.求能获得的最大总价值.我们考虑是否选择第i件物品时,是需要考虑前i-1件物品对答案的贡献的.分析如果我们不选择第i件物品,那我们就相当于是用i-...
qwq.zip
11-11
qwq.zip
qwq.html
11-10
qwq.html
操作系统复习的文件qwq
06-16
针对期末复习写的
QwQ度盘下载.rar
12-20
度盘下载
精卫填海（背包问题）
m0_60738889的博客
05-12 1700
本题为改编题。发鸠之山，其上多柘木。有鸟焉，其状如乌，文首，白喙，赤足，名曰精卫，其名自詨。是炎帝之少女，名曰女娃。女娃游于东海，溺而不返，故为精卫。常衔西山之木石，以堙于东海。——《山海经》精卫终于快把东海填平了！只剩下了最后的一小片区域了。同时，西山上的木石也已经不多了。精卫能把东海填平吗？事实上，东海未填平的区域还需要至少体积为v的木石才可以填平，而西山上的木石还剩下n块，每块的体积和把它衔到东海需要的体力分别为k和m。精卫已经填海填了这么长时间了，她也很累了，她还剩下的体力为c。
Leecode---347：输出前k个高频元素（使用unordered_map）
qq_41920323的博客
05-30 310
unordered_map实现输出前k个高频元素
算法训练营day41
stmfresher的博客
05-27 381
动态规划理论基础（主要就是确定动态规划的几个步骤）
Java多线程（04）—— 保证线程安全的方法与线程安全的集合类
最新发布
2201_75456895的博客
05-30 1182
其含义为：CAS(M, A, B);M 表示内存，A 和 B 分别表示一个寄存器；如果 M 的值和 A 的值相同，则把 M 和 B 的值交换，如果不同，则无事发生；因为，因此可以基于 CAS 指令，不进行加锁，来编写线程安全代码；CAS 指令操作经过操作系统，JVM 的层层封装，最后 Java 标准库，提供了一些工具类，其中最主要工具类就是由于原子类内部用的是 CAS 实现，所以性能要比加锁实现高很多；在包下；
console.log("qwq"*5)
05-18
这段代码会抛出一个错误，因为 "qwq" 不是一个数字，不能被乘以5。正确的做法是将 "qwq" 转换成数字，例如： console.log(parseInt("qwq") * 5); // 输出 NaN console.log(Number("qwq") * 5); // 输出 NaN 如果想...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

向夕阳Salute

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值