基础背包问题

最新推荐文章于 2023-08-04 15:36:52 发布
最新推荐文章于 2023-08-04 15:36:52 发布
阅读量304 收藏
点赞数 2
分类专栏： 小翟的算法笔记 日常刷题
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/red_red_red/article/details/100066993
版权

01背包问题：

特点就是每个物品只能用一次，只能是选或者不选

/*

dp[i][j] 只看前i个物品，的总体积是j 的情况下总价值最大是多少

result = max(dp[n][0~v])
不选第i 个 dp[i][j] = dp[i-1][j] 
选第i 个  dp[i][j] = dp[i-1][j-v[i]]+w[i]
dp[i][j] =  max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])

二维转一维的时候
本来是dp[i-1][j]   现在转成一维就是 dp[i][j]了
因为改成了 从大到小，所以这里的 dp[i][j]没有改变过还是dp[i-1][j]的值 

*/

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。

输入格式

第一行两个整数N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

 

//二维
#include<iostream>
using namespace std;
int dp[1005][1005];
int v[1005],w[1005];
int n,m;
int main(){
	cin>>n>>m;
	for(int i=1;i<=n;i++) 
		cin>>v[i]>>w[i];
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			dp[i][j]=dp[i-1][j];
			if(j>=v[i])//选或者不选 
				dp[i][j]=max(dp[i][j],dp[i-1][j-v[i]]+w[i]);
		}
	}
	cout<<dp[n][m]<<endl;;
	return 0;
}
//一维
#include<iostream>
using namespace std;
int v[1005],w[1005],dp[1005];
int n,m;
int main(){
	cin>>n>>m;
	for(int i=0;i<n;i++)
		cin>>v[i]>>w[i];
	for(int i=0;i<n;i++){
		for(int j=m;j>=v[i];j--){
			dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
		}
	}
	cout<<dp[m]<<endl;
	return 0;
}

完全背包问题：

这里物品有无数多件，所以可以选取任意数量

/*
dp[i]总体积是i 的情况下，最大的价值
result = max(dp[0~n])

转移：
从前往后考虑，这里是直接用了dp[i][j]的值，因为是无限数量，
所以就算已经选了第i 个物品，还可以继续选第 i 个物品 
 
*/ 

有 N 种物品和一个容量是 V 的背包，每种物品都有无限件可用。

第 i 种物品的体积是 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。

输入格式

第一行两个整数N，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 种物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

10
#include<iostream>
using namespace std;
int v[1005],w[1005],dp[1005];
int n,m;
int main(){
	cin>>n>>m;
	for(int i=0;i<n;i++)
		cin>>v[i]>>w[i];
	for(int i=0;i<n;i++){
		for(int j=v[i];j<=m;j++){
			dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
		}
	}
	cout<<dp[m]<<endl;
	return 0;
}

多重背包问题 ：

特点就是每个物品可以取 0~s[i] 个

/*
dp[i] 表示总体积是 i 的情况下，最大价值是多少

这里因为每个物品有 k[i]个，所以这里直接可以加一个循环
类似于
for(int i=0;i<n;i++)
    for(int j=m;j>=v[i];j--)
        dp[j]=max(dp[j],dp[j-v[i]]+w[i]......dp[j-k*v[i]]+k*w[i]) 
*/ 

有 NN 种物品和一个容量是 VV 的背包。

第 ii 种物品最多有 sisi 件，每件体积是 vivi，价值是 wiwi。

求解将哪些物品装入背包，可使物品体积总和不超过背包容量，且价值总和最大。
输出最大价值。

输入格式

第一行两个整数，N，VN，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 NN 行，每行三个整数 vi,wi,sivi,wi,si，用空格隔开，分别表示第 ii 种物品的体积、价值和数量。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000<N,V≤100
0<vi,wi,si≤1000<vi,wi,si≤100

输入样例

4 5
1 2 3
2 4 1
3 4 3
4 5 2

输出样例：

10
//没有任何优化版本
#include<iostream>
using namespace std;
int v[1005],w[1005],s[1005],dp[1005];
int n,m;
int main(){
	cin>>n>>m;
	for(int i=0;i<n;i++)
		cin>>v[i]>>w[i]>>s[i];
	for(int i=0;i<n;i++){
		for(int j=m;j>=v[i];j--){
			for(int k=1;k<=s[i]&&k*v[i]<=j;k++){//注意循环顺序和判断条件 
				dp[j]=max(dp[j],dp[j-k*v[i]]+k*w[i]);
			}
		}
	}
	cout<<dp[m]<<endl;
	return 0;
}

/*
多重背包问题的二进制优化

怎么把多重背包问题变成01背包问题
我们可以直接把s[i]拆成  s 份， 直接放到原来的数组里边去 
复杂度: 1000*2000*2000 = 4*10^9 
(这个复杂度还是很高）
所以我们可以使用二进制的拆法

给定任意一个数 s ，问最少选择多少个数，可以表示 0~s中的所有数
log(s)

s = 10
1 2 4 3 (使用这4个数 就可以表示 0到 s 里边所有的数了 
 
复杂度：1000*log(2000)*2000 = 2*10^7 
*/

//多重背包的二进制优化
#include<iostream>
#include<cmath>
#include<cstring>
#include<algorithm>
#include<vector>
#include<queue>
#include<stack>
using namespace std;
int n,m;
int f[1010];
struct node{
	int v;
	int w;
};
struct node temp;
int main(){
	vector<node> p;
    cin>>n>>m;
    for(int i=0;i<n;i++){
    	int v,w,s;
    	cin>>v>>w>>s;
    	for(int k=1;k<=s;k*=2){
    		s-=k;
    		temp.v =v*k;
    		temp.w =w*k;
    		p.push_back(temp);
		}
		if(s>0){
    		temp.v =v*s;
    		temp.w =w*s;
    		p.push_back(temp);
		} 
	}
	for(int i=0;i<p.size();i++){
		for(int j=m;j>=p[i].v;j--){
			f[j]=max(f[j],f[j-p[i].v]+p[i].w);
		}
	}
	cout<<f[m]<<endl;
	return 0;
}

混合背包：

/*

只需判断当前的背包是什么类的，然后转移的时候可以直接按照类来转移

*/

有 N 种物品和一个容量是 V 的背包。

物品一共有三类：

  • 第一类物品只能用1次（01背包）；
  • 第二类物品可以用无限次（完全背包）；
  • 第三类物品最多只能用 si 次（多重背包）；

每种体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使物品体积总和不超过背包容量，且价值总和最大。
输出最大价值。

输入格式

第一行两个整数N，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N 行，每行三个整数 vi,wi,si用空格隔开，分别表示第 i 种物品的体积、价值和数量。

  • si=−1 表示第 i 种物品只能用1次；
  • si=0 表示第 i 种物品可以用无限次；
  • si>0 表示第 i 种物品可以使用 si 次；

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000
−1≤si≤1000

输入样例

4 5
1 2 -1
2 4 1
3 4 0
4 5 2

输出样例：

8
#include<iostream>
#include<cmath>
#include<cstring>
#include<algorithm>
#include<vector>
#include<queue>
#include<stack>
using namespace std;
struct node{
	int kind;
	int v,w;
}; 
vector<node> good;
int n,m;
int f[1005];
int main(){
    cin>>n>>m;
    for(int i=0;i<n;i++){
    	int v,w,s;
    	cin>>v>>w>>s;
    	if(s<0)
    	    good.push_back({-1,v,w});
    	else if(s==0)
    	    good.push_back({0,v,w});
    	else{
    		for(int k=1;k<=s;k*=2){
    			s-=k;
    			good.push_back({-1,k*v,k*w});
			}
			if(s>0)
    			good.push_back({-1,s*v,s*w});
		}
	}
	for(int i=0;i<good.size();i++){
		for(int j=m;j>=good[i].v;j--){
			f[j]=max(f[j],f[j-good[i].v]+good[i].w);
		}
	}
	cout<<f[m]<<endl;
	return 0;
}

 二维背包的费用问题：

/*

dp[i][j] 体积是 i 重量是 j 时的最大价值

其他和一维是一样的，就是多了一层循环

*/

 

有 N件物品和一个容量是 V 的背包，背包能承受的最大重量是 M。

每件物品只能用一次。体积是 vi，重量是mi，价值是 wi。

求解将哪些物品装入背包，可使物品总体积不超过背包容量，总重量不超过背包可承受的最大重量，且价值总和最大。
输出最大价值。

输入格式

第一行两个整数N，V, M，用空格隔开，分别表示物品件数、背包容积和背包可承受的最大重量。

接下来有 N行，每行三个整数 vi,mi,wi，用空格隔开，分别表示第 ii 件物品的体积、重量和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N≤1000
0<V,M≤100
0<vi,mi≤100
0<wi≤1000

输入样例

4 5 6
1 2 3
2 4 4
3 4 5
4 5 6

输出样例：

8
#include<iostream>
#include<cmath>
#include<cstring>
#include<algorithm>
#include<vector>
#include<queue>
#include<stack>
using namespace std;
int n,v,m;
int dp[105][105]; 
int main(){
    cin>>n>>v>>m;
    for(int i=0;i<n;i++){
    	int a,b,c;
    	cin>>a>>b>>c;
    	for(int j=v;j>=a;j--){//容积 
    		for(int k=m;k>=b;k--){//重量 
    			dp[j][k]=max(dp[j][k],dp[j-a][k-b]+c);
			}
		}
	}
	cout<<dp[v][m]<<endl;
	return 0;
}

分组背包问题：

/*

组内的物品都是互斥的，每个组里只能选出一个来

dp[i][j] 表示 前 i 组物品，体积是 j 的情况下的最大价值

每组物品的决策有 s+1 种

    for(int i=0;i<n;i++){
        for(int j=m;j>=v;j--){
            f[j]=max(f[j],f[j-v[0]]+w[0]......f[j-v[s-1]]+w[s-1]);
        }
    } 

*/

有 N 组物品和一个容量是 V 的背包。

每组物品有若干个，同一组内的物品最多只能选一个。
每件物品的体积是 vij，价值是 wij，其中 i 是组号，j是组内编号。

求解将哪些物品装入背包，可使物品总体积不超过背包容量，且总价值最大。

输出最大价值。

输入格式

第一行有两个整数 N，V用空格隔开，分别表示物品组数和背包容量。

接下来有 N组数据：

  • 每组数据第一行有一个整数 Si，表示第 i 个物品组的物品数量；
  • 每组数据接下来有 Si行，每行有两个整数 vij,wij，用空格隔开，分别表示第 i 个物品组的第 j个物品的体积和价值；

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤100
0<Si≤100
0<vij,wij≤100

输入样例

3 5
2
1 2
2 4
1
3 4
1
4 5

输出样例：

8

 

#include<iostream>
#include<cmath>
#include<cstring>
#include<algorithm>
#include<vector>
#include<queue>
#include<stack>
using namespace std;
int n,m;
int v[105],w[105],f[105];
int main(){
    cin>>n>>m;
    for(int i=0;i<n;i++){
    	int s;
    	cin>>s;
    	for(int j=0;j<s;j++){
    		cin>>v[j]>>w[j];
		}
		for(int j=m;j>=0;j--){//都是01背包 
			for(int k=0;k<s;k++){
				if(j>=v[k]) 
					f[j]=max(f[j],f[j-v[k]]+w[k]);
			}
		}
	}
	cout<<f[m]<<endl;
	return 0;
}

 

qdu_zhaiH
关注
专栏目录
背包九讲完整版.pdf
10-27
背包九讲pdf资源
背包问题
weixin_42233312的博客
03-14 182
（1）01背包 有N件物品和一个容量为V的背包。第i件物品的价格（即体积，下同）是w[i]，价值是c[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 解题思想：对第i件物品选不选的问题。 状态方程：f[i][j] = f[i - 1][j] //第i件没有选 f[i][j] = max(f[i - 1][j - w[...
背包
weixin_46323807的博客
08-13 128
20200804背包问题 1 01背包，只是改变了 w ，其实相当于基本没什么改变，价值 w· = w * v ，其他地方都一样 还是要注意一下数组的大小，各种数据的范围大小 #include #include #include using namespace std; typedef long long ll; int f[30001]; int main() { int n, m; cin >> m >> n; for (int i = 0; i < n; i++) {
背包九讲——全篇详细理解与代码实现
热门推荐
良月澪二的博客
12-04 15万+
dd_engi背包九讲的个人整理，包含代码例题及个人理解
背包九讲(超值得看的一大坨资料，附代码、视频、资料...)
qq_40649503的博客
04-05 1986
刷算法题必懂的思想，包含01背包问题、完全背包问题、多重背包问题、混合背包、二维费用的背包问题、分组背包问题、背包问题求方案数、求背包问题的方案；看完后悔你捶我！
背包问题Matlab求解
05-28
标题中的“背包问题Matlab求解”指的是使用Matlab编程解决经典的组合优化问题——背包问题。背包问题是一个在有限的背包容量下，选择物品以最大化总价值的问题。它广泛应用于资源分配、项目选择等领域。 首先，我们...
背包问题介绍背包问题.zip
03-21
在0-1背包问题的基础上，考虑物品可以无限次选取，状态转移方程变为： `dp[j] = max(dp[j], dp[j-w[i]] + v[i])` 3. **多重背包问题**： 需要在状态转移方程中考虑物品的数量限制，例如： `dp[j] = max(dp[j], ...
基础背包问题和01背包问题
06-29
1）一个简化的背包问题：一个背包能装总重量为 tota1_m，现有 n 个物件，其重量分别为（W1、W2、…、Wn）。问能否从这 n 个物件中挑选若干个物件放入背包中，使其总重量正好为 T ？若有解则给出全部解，否则输出无解...
基础背包问题，代码+分析+注释
05-26
讲了基础的01、分组、多重、完全背包。
背包问题介绍1.zip
最新发布
03-21
1. **0-1背包问题**：是最基础的背包问题类型。对于每种物品，我们只能选择放或不放，即每个物品只能放入背包一次。我们需要决定哪些物品放入背包，以使总价值最大，但总重量不超过背包容量。 2. **完全背包问题**...
背包九讲完整详解.pdf
02-29
动态规划是编程解题的一种重要手段。1951 年美国数学家 R.Bellman 等人,根据一类多阶段问题的特点,把多阶段决策问题变换为一系列互相联系的单阶段问题,然后逐个加以解决。与此同时,他提出了解决这类问题的“最优化原理”,从而创建了解决最优化问以解决。与此同时,他提出了解决这类问题的“最优化原理”,从而创建了解决最优化问题的一种新方法:动态规划。
背包九讲（超详细 ：算法分析 + 问题分析 + 代码分析）
是微风，是晚霞，是无可替代
01-20 8548
背包问题1. 01背包问题2. 完全背包问题3. 多重背包问题4. 混合背包问题5. 二维费用的背包问题6. 分组背包问题7. 背包问题求方案数8. 求背包问题的方案9. 有依赖的背包问题 1. 01背包问题 特点：每个物品只能用一次，只能是选择或者不选择 题目链接 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。 输入格式 第一行两个整数，N，V，用空格隔
背包问题（背包九讲）
lymww的博客
02-22 1499
动态规划 01背包 01背包的状态转移方程f[i,j] = Max{f[i-1,j-wi]+pi(j>=wi),f[i-1,j]} f[i,j]表示在前i件物品中选择若干件放在承重为j的背包中，可以取得的最大价值。 pi表示第i件物品的价值。 决策：为了背包中物品总价值最大化，第 i件物品应该放入背包中吗 ？ 题意描述： 假设山洞里共有a,b,c,d ,e这5件宝物（不是5种宝物），它们的重量分别是2,2,6,5,4，它们的价值分别是6,3,5,4,6，现在给你个承重为10的背包, 怎么装背包，可以才
背包九讲问题——超详细
逐梦er的博客
06-06 7872
Acwing背包题库 一.01背包问题 问题描述 有 N 件物品和一个容量是 VV 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。 输入格式 第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。 接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。 输出格式 输出一个整数，表示最大价值。 数据范围 0<N,V≤100
背包九讲——九种背包问题的算法思路+代码分析
鱼香rose_的博客
08-04 3588
其实九种背包问题都是由01背包问题延伸而来，因为其他背包问题都是在01背包问题上加了一些其他条件或限制。只要01背包的思想完全掌握，那么在学习其他背包问题的时候都能够很快理解，在解决其他背包问题时基本只是在01背包基础上，增加一些判断，或是在01背包思想的基础上根据题目要求做出一些调整。因此本篇在刚开始介绍01背包的时候会花费较多笔墨，尽量保证大家能够理解01背包，接下来后面的背包问题就会只对于题目相对01背包作出的更改进行讲解。
背包九讲 全部解法 详解 (01背包, 多重背包, 完全背包)
Suprit's blog
02-25 2093
概述 给定一组物品，每种物品都有自己的重量和价值，现有一个背包，能承受的重量有限，在受限制的重量下，取若干物品，使得总价值最大。这一类问题，被称为背包问题。 01背包问题 当前有 N 件物品和一个容积为 V 的背包。已知第 i 件物品的体积是 c_i​ ，价值是 w_i ​ 。 由于每种物品有且仅有一件，因此只能选择放或不放，我们称之为 01 背包问题。 现在你需要选出若干件物品，在它们的重量之和...
背包九讲（好文，仅用于自己收藏）
Calix_Guo的博客
05-26 395
背包九讲目录  第一讲 01背包问题  第二讲 完全背包问题  第三讲 多重背包问题  第四讲 混合三种背包问题  第五讲 二维费用的背包问题  第六讲 分组的背包问题  第七讲 有依赖的背包问题  第八讲 泛化物品  第九讲 背包问题问法的变化  附：USACO中的背包问题 前言本篇文章是我(dd_engi)正在进行中的一个雄心勃勃的写作计划的一部分，这个计划的内容是写作一份较为完善的NOIP难...
背包九讲详解
yoer77的博客
04-29 2万+
背包九讲详解 0-1背包问题 完全背包问题 多重背包问题
背包问题详解：从基础到高级
本书分为九个章节，包括基础的01背包问题、完全背包问题、多重背包问题，以及这些类型混合的问题。此外，还讨论了二维费用的背包问题、分组背包问题、有依赖的背包问题、泛化物品的情况，以及背包问题在不同问法下的...
评论
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
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