注意事项:
本题是"动态规划—01背包"的扩展题,同时也是”背包模型—背包问题求具体方案“的近似题,01背包的优化就不赘述了,dp在下面分析一下。
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 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 最优选法的方案数。注意答案可能很大,请输出答案模 109+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 i 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 10^9+7 的结果。
数据范围
0<N,V≤1000
0<vi,wi≤1000
输入:
4 5
1 2
2 4
3 4
4 6
输出:
2
#include <cmath>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010, mod = 1000000007;
int n, m; //n为物品数量,m为背包体积
int v[N], w[N], f[N], g[N]; //v[i]第i个物品的体积,w[i]第i个物品的价值,f用来计算对于前i个物品,体积恰好为j时的最大价值,g用来计算对于前i个物品,体积恰好为j时取最大价值的方案数量。
int main() {
cin >> n >> m;
for (int i = 1; i<=n; i++) cin >> v[i] >> w[i];
//初始化,计算体积恰好为j,就需要将f数组除了f[0][0]全部初始化为-INF(这样才能用max来进行转移),
// 而g[0][0]需要初始化为1(前0个物品价值恰好为0的方案数为1)
memset(f, -0x3f3f3f, sizeof f);
f[0] = 0;
g[0] = 1;
//经典的一维双循环01背包
for (int i = 1; i<=n; i++) {
for (int j = m; j>=v[i]; j--) {
int maxv = max(f[j], f[j-v[i]]+w[i]); //先把本次的最大价值求出,以便后续判断g的三种情况
int c = 0;
if (maxv == f[j]) c += g[j];
if (maxv == f[j-v[i]]+w[i]) c += g[j-v[i]];
g[j] = c % mod;
f[j] = maxv;
}
}
int res = 0; //由于求出的是体积恰好为j时的最优方案,而不是最多为j的最优方案,所以需要把f[0~m]都看一遍求出最大价值。
for (int i = 0; i<=m; i++) res = max(res, f[i]);
int cnt = 0; //再拿最大价值去求方案数(因为最大价值可能有多个,那就把所有能达到最大价值的方案全部计算)
for (int i = 0; i<=m; i++) {
if (f[i] == res) cnt = (cnt+g[i])%mod;
}
cout << cnt;
return 0;
}
思路:
本题要求求出最优选法的方案数,那就不能像求具体方案那样倒推回去了,因为有可能出现多个最优方案,所以想要计算最优方案数,就需要先把最优方案求出来,再计算有多少种方案可以转移到最优方案。
经典y式dp法:
1.状态计算
f[i][j]
: 对于前i个物品,体积恰好为j时的所有方案,属性为Max。
g[i][j]
: 对于前i个物品,体积恰好为j时的最大价值的方案数量,属性为Count。
2.状态转移
首先f[i][j]
没什么好说的,就是01背包的转移方法(判断 选择物品i/不选择物品i)
f[i][j] = max(f[i-1][j], f[i-1][j-v]+w)
然后是g[i][j]
,考虑三种情况:
方案数c = 0,
1.如果此时的f[i][j]
(最大价值), 是从f[i-1][j]
转移过来的,那么c += g[i-1][j]
2.如果此时的f[i][j]
, 是从f[i-1][j-v]+w
转移过来的,那么c += g[i-1][j-v]
3.如果f[i][j]
可以同时从两种情况转移过来,那么c = (g[i-1][j] + g[i-1][j-v])
g[i][j] = c,即可求出本次的转移。
如果有所帮助请给个免费的赞吧~有人看才是支撑我写下去的动力!
声明:
算法思路来源为y总,详细请见https://www.acwing.com/
本文仅用作学习记录和交流