背包问题-背包九讲阅读笔记

背包问题

0-1背包

这是最简单的背包问题，简而言之就是每件物品只有一样，可以取或者不取，对于容量为V的背包，N件物品，每一件都可以尝试放入背包中，那么顺序就是遍历这N件物品，每遍历到一个新的物品，都尝试将当前物品放入背包中，看看是放入后得到的价值高还是不放的价值高，取最高者即可。

所以需要一个二维数组w[N][V]，这个二维数组中的每一个位置w[i][j]代表的意思是前i个物品在容量为j的时候可以获取的最大价值是多少。那么选当前物品（重量W，价值Va）得到的价值就是w[i - 1][j - W] + Va，不选当前物品的价值为w[i - 1][j]，选最大值就行。

状态转移方程为：

$$w[i][j] = max(w[i - 1][j - W] + Va, w[i - 1][j])$$

题目：编号a，b，c，d，e的5件物品，重量分别是2，2，6，5，4，价值分别是6，3，5，4，6，现在背包承重为10，如何使装入背包的物品具有最大值？

如果采用状态转移方程，我们可以知道二维数组的值为：

0	1	2	3	4	5	6	7	8	9	10
a	0	0	6	6	6	6	6	6	6	6
b	0	0	6	6	9	9	9	9	9	9
c	0	0	6	6	9	9	9	9	10	13
d	0	0	6	6	9	9	9	10	11	13
e	0	0	6	6	9	9	12	12	15	15

代码如下：

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
//二维数组求0-1背包
int main()
{
    int n, m;   //n：物品个数，m：背包容量
    while (cin >> n >> m) {
        vector<pair<int, int>> vw(n + 1);   //价值+重量
        for (int i = 1; i <= n; ++i)
            cin >> vw[i].first >> vw[i].second;
        vector<vector<int>> ret(n + 1, vector<int>(m + 1, 0));  //计算数组，选择或者不选择
        for (int i = 1; i <= n; ++i) {
            for (int j = 1; j <= m; ++j) {
                if (vw[i].second > j) { //背包容量还不够装当前的东西
                    ret[i][j] = ret[i - 1][j];  //那就只能放可以放的（就是上一行，不包括当前物品的情况）
                }
                else {  //可以装当前物品，就看看在没有当前物品的前提下（就是参考上一行），装和不装哪个更好
                    ret[i][j] = max(ret[i - 1][j], ret[i - 1][j - vw[i].second] + vw[i].first);
                }
            }
        }
        cout << ret[n][m] << endl;
    }

    return 0;
}

这里可以优化到一维数组，这样可以减少空间复杂度，具体方法是将第二层循环颠倒，从容量为满到空进行反向计算，这样每次循环的时候，面对的背包都是不包含当前物品的背包，使用数值进行计算即可。

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int main()
{
    int n, m;   //n：物品个数，m：背包容量
    while (cin >> n >> m) {
        vector<pair<int, int>> vw(n + 1);   //价值+重量
        for (int i = 1; i <= n; ++i)
            cin >> vw[i].first >> vw[i].second;
        vector<int> ret(m + 1, 0);  //一维数组，反向求0-1背包
        for (int i = 1; i <= n; ++i) {
            for (int j = m; j >= 1; --j) {
                if(vw[i].second <= j)
                ret[j] = max(ret[j], ret[j - vw[i].second] + vw[i].first);  //去掉当前物品的重量+当前物品的价值和原价值相比
            }
        }
        cout << ret[m] << endl;
    }
    return 0;
}

完全背包

完全背包问题和0-1背包问题不同的地方在于，完全背包的每件物品都是无穷多件，这样我们就不用像0-1背包一样，每次都选择不包括当前物品的背包来尝试添加当前物品（因为每件物品只能添加一次），而是可以在包括当前物品的背包中，选择继续添加当前物品。

所以需要一个一维数组w[N]，这个数组中的每一个位置w[i]代表的意思是在容量为j的时候可以获取的最大价值是多少。那么添加当前物品（第一次或是多次）（重量W，价值Va）得到的价值就是w[i - W] + Va，不添加当前物品的价值为w[i]，选最大值就行。

状态转移方程为：

$$w[i][j] = max(w[i][j - W] + Va, w[i][j])$$
那么可以用一维数组来存储背包的容量产生的最大价值，设数组为f[m]，那么f[i]代表i容量的背包可以产生的最大价值。

牛客网-牛牛炒股票

题目：牛牛得知了一些股票今天买入的