背包问题求方案数（思路+python代码）

最新推荐文章于 2024-06-21 17:14:10 发布

Sbzl004

最新推荐文章于 2024-06-21 17:14:10 发布

阅读量1k

点赞数 24

文章标签：算法

本文链接：https://blog.csdn.net/sbzl2004/article/details/139304881

版权

1.题目

2.思路

3.代码

1.题目

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 i𝑖 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 最优选法的方案数。注意答案可能很大，请输出答案模 $10^{9}$ +7的结果。

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 i𝑖 件物品的体积和价值。

输出格式

输出一个整数，表示 方案数 模 109+7109+7 的结果。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

输出样例：

2.思路

对于这题的解法与01背包问题有关，若有小伙伴对01背包问题有所遗忘，可跳转到01背包问题进行复习

由前面01背包问题的知识可知，我们dp二维数组的列表如下图所示：

dp列表
选几个物品\体积	1	2	3	4	5
0	0	0	0	0	0
1	2	2	2	2	2
2	2	4	6	6	6
3	2	4	6	6	8
4	2	4	6	6	8

但我们需要求的是最大价值对应的方案数是多少，同理也用列出一个表格

方案数列表
选几个物品\体积	0	1	2	3	4	5
0	1	1	1	1	1	1
1	1	1	1	1	1	1
2	1	1	1	1	1	1
3	1	1	1	1	2	1
4	1	1	1	1	3	2

为什么会呈现表上的形式呢？接下来，我们进行详细分析：

对于体积为0的时候，无论选几个物品，背包中都放不下任何物品，所以相应的方案数也就是1：不放任何物品

选0个物品：

无论体积是多少，都只有一种方案就是没有放入任何东西

选1个物品：

当体积为1时，由上面的那个dp列表，我们发现，此时放入了第一个物品，也就是一种方案，之后，体积为2，3，4，5无论为体积为多少，都只有一种方案，那就是放入第一个物品

选2个物品：

当体积为1时，还是只有一个方案：放入第一个物品，当体积为2时，通过dp列表，我们发现，此时，放入的是第二个物品，所以只有一种方案，就是只放入第二个物品，当体积为3时，通过dp列表我们发现此时的最大价值是6，也就是放入了第一个物品和第二个物品，但方案数还是1，因为当最大价值为6时，只能放入第一个物品和第二个物品，同样当体积为4和5时，还是只有一种方案：放入第一个物品和第二个物品

选3个物品：

当体积为1，2时，体积小于第三个物品的体积，不选第三个物品，那方案数还是和上一行的方案数一致，也就是只有一种方案，当体积为3时，因为此时选第三件物品的价值是4，而不选第三件物品的价值是6，所以不选第三件物品，方案数与上一行的方案数一致，当体积为4时，此时最大价值是6，但通过观察我们发现，选第一个物品和第二个物品时，最大价值为6，而选第三件物品和第一件物品的价值也是6，所以此时的方案数为2，当体积为5时，最大价值时8，只有一种方案就是选第二个物品和第三个物品

选4个物品：

当体积为1，2，3时，背包的体积都小于第四件物品的体积也就是说不选第四件物品，所以方案数于上一行也就是只选三件物品的方案数一致，当体积为4时，此时的最大价值是6，此时背包的体积于第四件物品的体积一致，考虑选不选第四件物品，当不选四件物品的时候，最大价值是6，方案数继承上一行的方案数也就是2，当选第四件物品的时候，最大价值是6，方案数为只选第四件物品，所以当体积为4的时候，方案数=上一行的方案数+选第四件物品的方案数=3，当体积为5时，考虑选不选第四件物品，当不选时最大价值为8，方案数为1，选第四件物品的最大价值为8，方案数为1，所以总方案数为2。

总结

通过上面的逐行分析，我们可以发现，可用01背包的方法列出背包方案数的列表，所以我们可以列出下面的方程组：

s[i][j](i从1到n+1):方案数的dp列表

1.当背包体积<物品体积时（相当于不选第i件物品）：

s[i][j]=s[i-1][j]

2.当背包体积>=物品体积时：

bag[i][0]：体积

bag[i][1]：价值

1.dp[i-1][j]>dp[i-1][j-bag[i-1][0]]+bag[i-1][1]（此公式在01背包中有讲）:

相当于不选第i件物品

s[i][j]=s[i-1][j]

2.dp[i-1][j-bag[i-1][0]]+bag[i-1][1]>dp[i-1][j]:

相当于选了第i件之后判断对应的方案数，因为多选了件物品只会导致体积变小但并不会导致方案数变化，比如上面表格中选三个物品体积为5的时候，当选了第三物品后，会导致体积变为5-3=2，所以只需要找到上一行体积为2的方案数，便是选了第三件物品的方案数。

s[i][j]=s[i-1][j-bag[i-1][0]]

3.dp[i-1][j-bag[i-1][0]]+bag[i-1][1]==dp[i-1][j]：

这时便需要分别考虑选第i物品的方案数和不选第i件物品的方案数，然后两者相加即可

s[i][j]=s[i-1][j-bag[i-1][0]]+s[i-1][j]

3.代码

n,v=map(int,input().split())
bag=[]
for i in range(n):
    bag.append(list(map(int,input().split())))
dp=[[0 for i in range(v+1)]for j in range(n+1)]
s=[[1 for i in range(v+1)]for j in range(n+1)]#用来记录方案数
for i in range(1,n+1):
    for j in range(v+1):
        if(j>=bag[i-1][0]):
            if(dp[i-1][j]>dp[i-1][j-bag[i-1][0]]+bag[i-1][1]):
                dp[i][j]=dp[i-1][j]
                s[i][j]=s[i-1][j]
            elif(dp[i-1][j]<dp[i-1][j-bag[i-1][0]]+bag[i-1][1]):
                dp[i][j]=dp[i-1][j-bag[i-1][0]]+bag[i-1][1]
                s[i][j]=s[i-1][j-bag[i-1][0]]
            elif(dp[i-1][j]==dp[i-1][j-bag[i-1][0]]+bag[i-1][1]):
                dp[i][j]=dp[i-1][j]
                s[i][j]=s[i-1][j-bag[i-1][0]]+s[i-1][j]
        elif(j<bag[i-1][0]):
            dp[i][j]=dp[i-1][j]
            s[i][j]=s[i-1][j]
print(s[-1][-1]%(10**9+7))#注意题目要求