AcWing 2~12题 背包问题专题

AcWing 2、3：01背包和完全背包

参考了Aniway的题解。
这两道背包问题对比起来看，01背包压缩到一维dp上，对矩阵的复用思路真是太牛了。从大体积开始遍历就成了01背包，从小体积开始遍历就成了完全背包，简直不要太妙。

2. 01背包问题

#include <bits/stdc++.h>
using namespace std;

const int kN=1010;
int v[kN],w[kN];
int dp[kN];
int N,V;

int DP()
{
    memset(dp,0,sizeof(dp));
    for(int i=0;i<N;++i){
        for(int j=V;j>=v[i];--j){
            dp[j]=max(dp[j-v[i]]+w[i],dp[j]);
        }
    }
    return dp[V];
}

int main() {
#ifdef LOCAL
//    freopen("input.txt","r",stdin);
#endif
    cin>>N>>V;
    for(int i=0;i<N;++i){
        cin>>v[i]>>w[i];
    }
    cout<<DP();
}

3. 完全背包问题

#include <bits/stdc++.h>
using namespace std;

const int kN=1010;
int v[kN],w[kN];
int dp[kN];
int N,V;

int DP()
{
    memset(dp,0,sizeof(dp));
    for(int i=0;i<N;++i){
        for(int j=v[i];j<=V;++j){
            dp[j]=max(dp[j-v[i]]+w[i],dp[j]);
        }
    }
    return dp[V];
}

int main() {
#ifdef LOCAL
//    freopen("input.txt","r",stdin);
#endif
    cin>>N>>V;
    for(int i=0;i<N;++i){
        cin>>v[i]>>w[i];
    }
    cout<<DP();
}

另外，一个巧妙的DFS剪枝，N等于100的时候大概6s。详细见这篇文章。

#include <bits/stdc++.h>
using namespace std;

struct Item {
    int w, v;
}vec[1010];
int suf_w[1010];

int N, V;

int max_w = 0;

void DFS(int i, int w_now, int v_remain)
{
    max_w = max(max_w, w_now);

    if (i >= N) return;
    if (w_now + suf_w[i] <= max_w) return;
    
    if (vec[i].v <= v_remain) {
        DFS(i + 1, w_now + vec[i].w, v_remain - vec[i].v);
    }
    DFS(i + 1, w_now, v_remain);
}

void Solve()
{
    // 排序 ,高价值的在前面 
    sort(vec, vec + N, [](Item& a, Item& b) {return a.w > b.w; });
    // 后缀和
    for (int i = N - 1; i >= 0; --i) {
        if (i == N - 1) suf_w[i] = 0;
        else {
            suf_w[i] = vec[i + 1].w + suf_w[i + 1];
        }
    }
    DFS(0, 0, V);
    cout << max_w << endl;;
}

int main() {
#ifdef LOCAL
    freopen("input.txt", "r", stdin);
#endif
    cin >> N >> V;
    for (int i = 0; i < N; ++i) {
        cin >> vec[i].v >> vec[i].w;
    }
    Solve();
}

AcWing 4、5、6：多重背包，二进制优化和单调队列优化

4. 多重背包问题 I

快乐压行，本质是拆成01背包。可以根据输入规模计算一下时间，小规模是OK的。

#include <bits/stdc++.h>
using namespace std;
int N,V,v,w,s,dp[2010];
int main() {
    cin>>N>>V;
    for(int i=0;i<N;++i){ // 遍历物品种类
        cin>>v>>w>>s;
        for(int k=0;k<s;++k) // 遍历一种物品的个数
            for(int j=V;j>=v;--j) // 遍历背包体积
                dp[j]=max(dp[j],dp[j-v]+w);
    }
    cout<<dp[V];
}

5. 多重背包问题 II

这道题考察上面代码的二进制优化。

#include <bits/stdc++.h>
using namespace std;
int N,V,v,w,s,dp[2010];
int main() {
    cin>>N>>V;
    for(int i=0;i<N;++i){ // 遍历物品种类
        cin>>v>>w>>s;
        s=min(s,V/v);
        for(int k=1;s>0;k<<=1){
        // 把s拆分成体积和价值为1,2,4,...,2^m,s-2^m倍的物品
            if(k>s) k=s;
            s-=k;int v_now=k*v,w_now=k*w;
            for(int j=V;j>=v*k;--j) // 遍历背包体积
	            // 如果是单调队列的题要用二进制优化卡常的话，不能写成 p[j]=max(dp[j],dp[j-k*v]+k*w);
	            // 上面这句max非常慢！似乎是编译器做了一些缓存操作导致的？或者是每次都要调用max？
	            // 用三目运算符也可以，好像和分支预测有关系，涉及到一些关于CPU的知识，CSAPP上应该有讲述。
	            // 另外，不要重复计算k*v和k*w，在外层循环算好再放进来也可以优化一点常数
	            // 当然，还可以加上火车头 #pragma GCC optimize(1)
	            // 经过测试，相比于O2、O3优化，O1优化是最快的
	            if(dp[j-v_now]+w_now>dp[j]) dp[j]=dp[j-v_now]+w_now;
        }
    }
    cout<<dp[V];
}