//*******************************************************
P01: 01背包
二维:f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
一维:for i=1...N
for v=V...0
f[v]=max{f[v],f[c-v[i]]+w[i]}
尽量装满:初始化 f[0...V]=0 ;
恰好装满:初始化 f[0]=0 f[1...V]=-∞;
//*******************************************************
P02: 完全背包
状态转移方程:f[i][v]=max{f[i-1][v-k*w[i]]+k*w[i],f[i][v]};
二进制优化:将第i种物品拆成c[i]*2^k,w[i]*2^k的若干件,c[i]*2^k<=V
一维数组: for i=1...N
for v=0...V // 联想到01背包,之所以逆序是为了保证只用一次
f[v]=max{f[v],f[v-cost]+weight}
//*******************************************************
P03: 多重背包
类似完全背包,优化思想可以是二进制,也可以转化成01背包
伪代码:procedure MultiplePack(cost,weight,amount)
if cost*amount>=V
CompletePack(cost,weight)
return
int k=1
while k<num
ZeroOnePack(k*cost,k*weight)
amount-=k;
k=k*2;
ZeroOnePack(amount*cost,amount*cost)
拆分思想....
//*******************************************************
P04: 混合背包
01背包和完全背包混合
for i=1...N
if 第i件是01背包
for v=V...0
f[v]=max{f[v],f[v-c[i]]+w[i]}
else if 第i件是完全背包
for v=0...V
f[v]=max{f[v],f[v-c[i]]+w[i]}
若是混入多重背包,一样进行整体的判断和调用
//*******************************************************
P05: 二维费用背包
状态转移方程:f[i][u][v]=max{f[i-1][v][u],f[i-1][v-a[i]][u-b[i]]+w[i]}
方法同上:只取一次用逆序,无限次用顺序,如多重背包就拆分
//*******************************************************
P06: 分组背包
物品被分为若干组,每组中最多选一件
f[k][v]表示前k组物品花费v能取得的最大权值
状态方程: f[k][v]=max{f[k-1][v-c[i]]+w[i]} 物品i属于第k组
一维: for 1...k
for v=V...0 // 保证一组最多取一个
for 属于第k组的i
f[v]=max{f[v],f[v-c[i]]+w[i]}
//*******************************************************
P07: 依赖背包
i依赖于j,表示若选物品i,则必须选物品j
可以对应成 P06 物品组问题
//不想看 pass
//*******************************************************
P08: 泛化物品
物品没有固定的价值,随分配的费用而变化
//喵的,太抽象了,不看。。。pass
//*******************************************************
P09: 背包问题问法
[1] 最优值: f[n][V] f[V]
[2] 字典序最小: 先对物品逆序排列,转移方程不变,输出时
从N到1,f[i][v]==f[i-1][v]&&f[i][v]==f[i-1][v-c[i]]+w[i]
时输出
[3] 方案数: f[i][v]=sum{f[i-1][v],f[i][v-c[i]]}
初始f[0][0]=1
[4] 最优方案数: for i=1..N
for v=0..V
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
g[i][v]=0
if(f[i][v]==f[i-1][v])
inc(g[i][v],g[i-1][v]
if(f[i][v]==f[i-1][v-c[i]]+w[i])
inc(g[i][v],g[i-1][v-c[i]])
[5] 次优解,第k优解:有序队列(如果开三维,不知道会不会错)
可以先开两个队列,判断之后合并,再保存状态
//*******************************************************
P01: 01背包
二维:f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
一维:for i=1...N
for v=V...0
f[v]=max{f[v],f[c-v[i]]+w[i]}
尽量装满:初始化 f[0...V]=0 ;
恰好装满:初始化 f[0]=0 f[1...V]=-∞;
//*******************************************************
P02: 完全背包
状态转移方程:f[i][v]=max{f[i-1][v-k*w[i]]+k*w[i],f[i][v]};
二进制优化:将第i种物品拆成c[i]*2^k,w[i]*2^k的若干件,c[i]*2^k<=V
一维数组: for i=1...N
for v=0...V // 联想到01背包,之所以逆序是为了保证只用一次
f[v]=max{f[v],f[v-cost]+weight}
//*******************************************************
P03: 多重背包
类似完全背包,优化思想可以是二进制,也可以转化成01背包
伪代码:procedure MultiplePack(cost,weight,amount)
if cost*amount>=V
CompletePack(cost,weight)
return
int k=1
while k<num
ZeroOnePack(k*cost,k*weight)
amount-=k;
k=k*2;
ZeroOnePack(amount*cost,amount*cost)
拆分思想....
//*******************************************************
P04: 混合背包
01背包和完全背包混合
for i=1...N
if 第i件是01背包
for v=V...0
f[v]=max{f[v],f[v-c[i]]+w[i]}
else if 第i件是完全背包
for v=0...V
f[v]=max{f[v],f[v-c[i]]+w[i]}
若是混入多重背包,一样进行整体的判断和调用
//*******************************************************
P05: 二维费用背包
状态转移方程:f[i][u][v]=max{f[i-1][v][u],f[i-1][v-a[i]][u-b[i]]+w[i]}
方法同上:只取一次用逆序,无限次用顺序,如多重背包就拆分
//*******************************************************
P06: 分组背包
物品被分为若干组,每组中最多选一件
f[k][v]表示前k组物品花费v能取得的最大权值
状态方程: f[k][v]=max{f[k-1][v-c[i]]+w[i]} 物品i属于第k组
一维: for 1...k
for v=V...0 // 保证一组最多取一个
for 属于第k组的i
f[v]=max{f[v],f[v-c[i]]+w[i]}
//*******************************************************
P07: 依赖背包
i依赖于j,表示若选物品i,则必须选物品j
可以对应成 P06 物品组问题
//不想看 pass
//*******************************************************
P08: 泛化物品
物品没有固定的价值,随分配的费用而变化
//喵的,太抽象了,不看。。。pass
//*******************************************************
P09: 背包问题问法
[1] 最优值: f[n][V] f[V]
[2] 字典序最小: 先对物品逆序排列,转移方程不变,输出时
从N到1,f[i][v]==f[i-1][v]&&f[i][v]==f[i-1][v-c[i]]+w[i]
时输出
[3] 方案数: f[i][v]=sum{f[i-1][v],f[i][v-c[i]]}
初始f[0][0]=1
[4] 最优方案数: for i=1..N
for v=0..V
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
g[i][v]=0
if(f[i][v]==f[i-1][v])
inc(g[i][v],g[i-1][v]
if(f[i][v]==f[i-1][v-c[i]]+w[i])
inc(g[i][v],g[i-1][v-c[i]])
[5] 次优解,第k优解:有序队列(如果开三维,不知道会不会错)
可以先开两个队列,判断之后合并,再保存状态
//*******************************************************