01背包
问题描述:
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V,且总价值最大。
数据范围
0<N,V≤1000
0<vi,wi≤1000
时间复杂度
O(n2)
递推公式
//f[i][j]表示用前i件物品,体积不超过j的选法中能获取的最大价值
f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
for(int i = 1; i <= n; i++)
for(int j = v[i]; j <= m; j++)
f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
//将空间优化成一维,第二层循环j(体积)要从后往前
//f(i)[j] = max(f(i)[j], f(i - 1)[j - v[i]] + w[i]) (i)为优化掉的部分
f[j] = max(f[j], f[j - v[i]] + w[i])
for(int i = 1; i <= n; i++)
for(int j = m; j >= v[i]; j--)
f[j] = max(f[j], f[j - v[i]] + w[i]);
代码实现
#include <iostream>
using namespace std;
const int N = 1010;
int n,m;
int f[N];
int v[N], w[N];
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 = m; j >= v[i]; j--)
f[j] = max(f[j], f[j - v[i]] + w[i]);
cout << f[m];
return 0;
}
完全背包
问题描述
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。
数据范围
0<N,V≤1000
0<vi,wi≤1000
时间复杂度
O(n2)
递推公式
//f[i][j]表示使用前i件物品,体积不大于j的选法中的最大价值
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + w[i] * k)
for(int i = 1; i <= n; i++)
for(int j = v[i]; j <= m; j++)
for(int k = 0; k * v[i] <= j; k++)
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
/**
优化:
f[i][j] = max(f[i - 1][j], f[i - 1][j - v] + w, f[i - 1][j - 2v] + 2w, f[i][j - 3v] + 3w, ... ,);
f[i][j - v] = max( f[i - 1][j] , f[i - 2][j - v] + w, f[i][j - 2v] + 2w, ... ,);
↓↓↓↓↓↓↓↓↓↓↓↓↓↓由上面两式推出以下关系↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
f[i][j] = max(f[i][j - v], f[i - 1][j]);
*/
//由此关系,可以不用循环k了,递推公式和01背包问题非常相似,但循环j(体积)要从前往后
f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i])
//优化空间,注意优化的i和01背包有何不同,此时循环j(体积)是从前往后
f[j] = max(f[j], f[j - v[i]] + w[i]);
for(int i = 0; i < n; i++)
for(int j = v[i]; j <= m; j++)
f[j] = max(f[j], f[j - v[i]] + w[i]);
代码实现
#include <iostream>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];
int f[N];
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++)
f[j] = max(f[j], f[j - v[i]] + w[i]);
cout << f[m];
return 0;
}
多重背包
问题描述
有 N 种物品和一个容量是 V 的背包。
第 i 种物品最多有 si 件,每件体积是 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。
数据范围
0<N,V≤100
0<vi,wi,si≤100
时间复杂度
O(n3)
递推公式
//f[i][j]表示使用前i件物品,体积不大于j的选法中的最大价值
//跟完全背包一样,只是商品选用次数由限制了
f[j] = max(f[j], f[j - s * v[i]] + s * w[i])
代码实现
#include <iostream>
using namespace std;
const int N = 110;
int n, m;
int f[N];
int main()
{
cin >> n >> m;
for(int i = 0; i < n; i++){
int v, w, s;
cin >> v >> w >> s;
for(int j = m; j >= v; j--)
for(int k = 1; k <= s && k * v <= j; k++)
f[j] = max(f[j], f[j - k * v] + k * w);
}
cout << f[m];
return 0;
}
多重背包Ⅱ
问题描述
有 N 种物品和一个容量是 V 的背包。
第 i 种物品最多有 si 件,每件体积是 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。
数据范围
0<N≤1000
0<V≤2000
0<vi,wi,si≤2000
时间复杂度
O(nvlogs)
递推公式
代码实现
#include <iostream>
using namespace std;
const int N = 11000;
int n, m;
int f[N], v[N], w[N];
int main()
{
cin >> n >> m;
int cnt = 0;
while(n--){
int a, b, s;
cin >> a >> b >> s;
int k = 1;
while(k <= s){
v[cnt] = k * a;
w[cnt] = k * b;
s -= k;
k <<= 1;
cnt ++;
}
if(s > 0){
v[cnt] = s * a;
w[cnt] = s * b;
cnt ++;
}
}
n = cnt;
for(int i = 0; i < n; i++)
for(int j = m; j >= v[i]; j--)
f[j] = max(f[j], f[j - v[i]] + w[i]);
cout << f[m];
return 0;
}
分组背包
问题描述
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。
数据范围
0<N,V≤100
0<Si≤100
0<vij,wij≤100
时间复杂度
O(n3)
递推公式
f[j] = max(f[j], f[j - v[i][k]] + w[i][k])
代码实现
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 110;
int n, m;
int f[N], s[N];
int v[N][N], w[N][N];
int main()
{
cin >> n >> m;
for(int i = 0; i < n; i++){
cin >> s[i];
for(int j = 0; j < s[i]; j++){
cin >> v[i][j] >> w[i][j];
}
}
for(int i = 0; i < n; i++)
for(int j = m; j >= 0; j--)
for(int k = 0; k < s[i]; k++)
if(j >= v[i][k])
f[j] = max(f[j], f[j - v[i][k]] + w[i][k]);
cout << f[m];
return 0;
}