动归经典：三类背包问题

ThE.wHIte.

已于 2024-03-06 15:39:41 修改

阅读量825

点赞数 22

文章标签：算法 c++ 动态规划

于 2024-03-06 15:39:15 首次发布

本文链接：https://blog.csdn.net/qq_74351198/article/details/136505670

版权

本文介绍了0-1背包、完全背包和多重背包的经典动态规划问题，通过实例和容斥原理阐述了解决策略，以及代码实现。

摘要由CSDN通过智能技术生成

（1）0-1背包

题目描述

给一个能承重V的背包，和n件物品，我们用重量和价值的二元组来表示一个物品，第i件物品表示为（Vi，Wi），问：在背包不超重的情况下，得到物品的最大价值是多少？

输入

第一行输入两个数 V,n，分别代表背包的最大承重和物品数。

接下来n行，每行两个数Vi,Wi，分别代表第i件物品的重量和价值。

(Vi≤V≤10000,n≤100,Wi≤1000000)

输出

输出一个整数，代表在背包不超重情况下所装物品的最大价值。

样例输入1

样例输出1

数据规模与约定

时间限制：1 s

内存限制：64 M

100% 的数据保证(Vi≤V≤10000,n≤100,Wi≤1000000)

题解：

这道题我们选取的状态为：dp[i][j]代表前i件物品，选取的总体积最大为j时能获得的最大价值。然后我们可以利用容斥原理的思想去思考递推式：将状态整个分成两部分——选取了第i件物品的和没选取第i件物品的。其中没选取第i件物品的最大价值可以被表示为dp[i-1][j]，至于选取了第i件物品的，我们可以按以下思路来想：我们先给第i件物品留好一个位置，这样再将所有结果列出即可，也就是：dp[i-1][j-v[i]]+w[i]。上面那个表达式解释一下就是：为第i个留好位置（也就是[j-v[i]]），再去计算没有i物品的且为物品i留有位置的所有的情况（也就是dp[i-1][j-v[i]]），最后再把第i个物品的的价值加上去即可。

值得一提的点是，这道题不需要我们特别地去设定初值。

代码：

#include <iostream>
#include<vector>
#include<algorithm>
using namespace std;

int dp[105][10005] = { 0 };//前i件物品，选取的总体积最大为j时能获得的最大价值
int w[105], v[105];

int main()
{
    int V, N;
    cin >> V >> N;
    for (int i = 1;i <= N;i++)
    {
        cin >> v[i] >> w[i];
    }
    for (int i = 1;i <= N;i++)
    {
        for (int j = 1;j <= V;j++)
        {
            if (j >= v[i])//背包剩下的空间能放下第i件物品
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - v[i]] + w[i]);
            else dp[i][j] = dp[i - 1][j];
        }
    }
    cout << dp[N][V];

    return 0;
}

（2）完全背包

题目描述

有N种物品和一个容量为 V 的背包，每种物品都有无限件可用。

第 i 种物品的体积是Ci，价值是Wi。求解在不超过背包容量的情况下，能够获得的最大价值。

输入

第一行为两个整数N、V(1≤N,V≤10000)，分别代表题目描述中的物品种类数量N和背包容量V。

后跟N行，第 i 行两个整数Ci、Vi，分别代表每种物品的体积和价值。

输出

输出一个整数，代表可获得的最大价值。

样例输入

样例输出

数据规模与约定

时间限制：1s

内存限制：64M

对于100%的数据，1≤N,V≤10000。

题解：

本题与上题几乎一样，除了一点：上一题中每一件物品只有一个，而这一题中每一件物品都有无限个，这其实并不会带来多大的不同，我们还是用上提的思路去思考：选取状态为：dp[i][j]代表前i件物品，选取的总体积最大为j时能获得的最大价值。然后利用容斥原理的思想：将状态整个分成两部分——选取了第i件物品的和没选取第i件物品的。没选的依然是dp[i-1][j]，但是选了的不一样。由于这道题每件物品都有无限个，因此我们的表达式应该是：dp[i][j-v[i]]+w[i]。依然是为至少一个物品i留出空位，但若是沿袭上题的表达式，就会变成只选择一个物品i。

代码：

#include <iostream>
#include<vector>
#include<algorithm>
using namespace std;

int dp[2][10005] = { 0 };//前i件物品，选取的总体积最大为j时能获得的最大价值
int w[10005], v[10005];

int main()
{
    int V, N;
    cin >> N >> V;
    for (int i = 1;i <= N;i++)
    {
        cin >> v[i] >> w[i];
    }
    for (int i = 1;i <= N;i++)
    {
        for (int j = 1;j <= V;j++)
        {
            if (j >= v[i])//背包的空间能放下第i件物品
                dp[i % 2][j] = max(dp[(i - 1) % 2][j], dp[i % 2][j - v[i]] + w[i]);
            else dp[i % 2][j] = dp[(i - 1) % 2][j];
        }
    }
    cout << dp[N % 2][V];

    return 0;
}