这两天做了下01背包的题,简单的总结下
首先,对于最基本的01背包问题,转移方程为dp[i][j]=max{dp[i-1][j],dp[i-1][j-cost[i]]+w[i]}
表示考虑第i件物品,容量为j时,有两种策略,第一种是不选该物品,第二种为选择该物品,在这两种策略中选择一个最优策略
复杂度O(VN)
伪代码
for i=1 to n
for v=0 to V
if(v>=cost[i])
dp[i][v]=max(dp[i-1][v],dp[i-1][v-cost[i]]+w[i])
如果用滚动数组压缩空间:
for i=1 to n
for v=V to 0
if(v>=cost[i])
dp[v]=max(dp[v],dp[v-cost[i]]+w[i])
注意到将容量从大到小开始循环后,就可以用一维的数组表示了,当然,这得当所有物品容量都为正时才是正确的
对于01背包问题,每种物品只考虑一次,且每种物品只能被加入一次,而这也恰是为什么第二层循环中v要从大到小的原因,因为当物品容量为正时,容量较大的情况由容量较小的情况决定,如果从小的开始推,一中物品就有可能被加入背包多次
一维的代码中dp[v]在被更新前就相当于dp[i-1][v],我们将容量从大到小开始推的话,设v1>v2,我们更新v1时,v2还未被更新,表示二维中的dp[i-1][v],一旦被更新后,就表示dp[i][v]了,如果我们从小往大推的话,会有可能出现这样的情况:dp[v2]被物品i更新一次,更新dp[v1]时又由dp[v2]与背包i更新一次,这样,dp[v1]保存的信息中,物品i就被装了两次,这与01背包的定义是不同的
当然,如果此时物品容量为负时,我们必须将v从小到大推,道理是一样的
POJ 3132 Sum of Different Primes
求一个数n由k个不同素数组成的方案数,其中,5=2+3和5=3+2是一样的,即不考虑顺序
这道题可以转化成01背包求解,n小于等于1120,k<=14,我们可以先打表打出1120内的素数,然后把这187个素数看成187件物品,然后他们的和看成容量,
即1<=n<=187,1<=V<=1120
但是,这道题又多了一个维数的限制,即装入物品个数的限制,没关系,递推就行
dp[i][j][k]表示前i个素数中的j个素数组成和为k的方案数,那么dp[i][j][k]=sum{dp[i-1][1..j-1][k-prime[i]]
压缩空间后可以去掉一维i,但是k要从大到小枚举,因为不能用重复的素数!
代码:
POJ 2184 Cow Exhibition