动态规划——背包问题

最新推荐文章于 2023-02-28 20:57:14 发布
最新推荐文章于 2023-02-28 20:57:14 发布
阅读量937 收藏 4
点赞数
分类专栏： LeetCode
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41910694/article/details/104003434
版权

背包问题

目录

  1. 概述
  2. 背包问题：在n个物品中挑选若干物品装入背包，最多能装多满？假设背包的大小为m，每个物品的大小为A[i]
  3. 背包问题：给定N个正整数：A0，A1,…An-1，一个正整数target，求有多少种组合加起来是target
  4. 背包问题：给出一个都是正整数的数组 nums，其中没有重复的数。从中找出所有的和为 target 的组合个数
  5. 背包问题：有 n 个物品和一个大小为 m 的背包，给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值，问最多能装入背包的总价值是多大?
  6. 背包问题：有 n 个物品和一个大小为 m 的背包，给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值，每种物品可以重复，问最多能装入背包的总价值是多大?
  7. 小结

1. 概述

  1. 有一个背包，背包有最大承重，商品有若干物品，每个物品有重量和价值
  2. 在不撑爆背包的前提下
    1. 装下最多重量的物品
    2. 装下最大价值的物品
    3. 有多少种方式正好带走满满一书包物品
  3. 关键点
    1. 还有几个物品
    2. 还剩多少承重
  4. 入手
    1. 给定N个物品，重量分别是正整数A0,A1,…An-1
    2. 每个状物品的方案的总重量都是0到M，对于每个总重量，我们能知道有没有方案能做到，就可以解决

2. 背包问题：在n个物品中挑选若干物品装入背包，最多能装多满？假设背包的大小为m，每个物品的大小为A[i]

1. 题目描述

  1. 在n个物品中挑选若干物品装入背包，最多能装多满？假设背包的大小为m，每个物品的大小为A[i]

    例子：
    输入：4个物品，重量为2,3,5,7，背包最大承重是11
    输出：10（三个物品：2,3,5）

2. 思路

  1. 确定状态
    1. 需要知道N个物品是否能拼出重量W（W=0,1,…M），最后一步：最后一个物品（重量An-1）是否能放入背包
    2. 情况一：如果前N-1个物品能拼出W，当然前N个物品也能拼出W，如本题，前3个物品能拼出重量8（3+5），自然4个物品也能拼出重量8
    3. 情况二：如果当前N-1个物品能拼出W-An-1，再加上最后的物品An-1，拼出W。如本题前3个物品能拼出重量2，加上最后一个物品，可以拼出重量9
    4. 即要求前N个物品能否拼出重量0,1,…M，需要知道前N-1个物品能不能拼出重量0,1,…M

  2. 转移方程
    状态：设f[i][w]=能否用前i个物品拼出重量w（true/false）
    在这里插入图片描述

  3. 初始条件和边界情况
    初始条件
    f[0][0]=true:0个物品可以拼出重量0
    f[0][1…M]=false：0个物品不能拼出大于0的重量
    边界情况
    f[i-1][w-Ai-1]只能在w>Ai-1时使用

  4. 计算顺序
    f[0][0],f[0][1],…f[0][M]
    计算前一个物品能拼出哪些重量：f[1][0],f[1][1],…,f[1][M]
    计算前N个物品能拼出哪些重量：f[N][0],f[N][1],…,f[N][M]

3. 代码实现
public static int backPack(int m, int[] A) {
        int n = A.length;
        if (n == 0) {
            return 0;
        }
        //前n个物品能否拼出重量m
        boolean[][] f = new boolean[n + 1][m + 1];
        f[0][0] = true;
        for (int i = 1; i <= m; i++) {
            f[0][i] = false;
        }

        for (int i = 1; i <= n; i++) {
            for (int j = 0; j <= m; j++) {
                f[i][j] = f[i - 1][j];
                if (j >= A[i - 1]) {
                    f[i][j] |= f[i - 1][j - A[i - 1]];
                }
            }
        }

        int res = 0;
        for (int i = m; i >= 0; i--) {
            if (f[n][i]) {
                res = i;
                break;
            }
        }
        return res;
    }
4. 小结
  1. 要求不超过target时能拼出的最大重量
  2. 记录前i个物品能拼出哪些重量
    1. 前 i-1个物品能拼出的重量
    2. 前 i-1个物品能拼出的重量 + 第 i 个物品重量 Ai-1

3. 背包问题：给定N个正整数：A0，A1,…An-1，一个正整数target，求有多少种组合加起来是target

1. 题目描述

  1. 给定N个正整数：A0，A1,…An-1，一个正整数target，求有多少种组合加起来是target

    例子：
    输入：A=[1,2,3,3,7]，target=7
    输出：2（7=7，1+3+3=7）

2. 思路
  1. 确定状态
    1. 需要知道N个物品有多少种方式拼出重量W(W=0,1…,target)
    最后一步：第N个物品(重量An-1)是否进入背包
    2. 情况一：如果前N-1个物品能拼出W
    3. 情况二：如果当前N-1个物品能拼出W-An-1，再加上最后的物品An-1，拼出W
    4. 情况一和情况二的个数=用N个物品拼出W的方式
  2. 转移方程
    状态：设f[i][w]=用前i个物品有多少种方式拼出重量w
    在这里插入图片描述
  3. 初始条件和边界情况
    初始条件
    f[0][0]=1:0个物品有1种方式可以拼出重量0
    f[0][1…M]=0：0个物品不能拼出大于0的重量
    边界情况
    f[i-1][w-Ai-1]只能在w>Ai-1时使用
  4. 计算顺序
    f[0][0],f[0][1],…f[0][M]
    计算前一个物品有多少种方式能拼出哪些重量：f[1][0],f[1][1],…,f[1][M]
    …
    计算前N个物品有多少种方式能拼出哪些重量：f[N][0],f[N][1],…,f[N][M]
3. 代码实现
public static int backPackV(int[] A, int m) {
        int n = A.length;
        if (n == 0) {
            return 0;
        }
        int[][] f = new int[n + 1][m + 1];
        f[0][0] = 1;
        for (int i = 1; i <= m; i++) {
            f[0][i] = 0;
        }
        for (int i = 1; i <= n; i++) {
            for (int j = 0; j <= m; j++) {
                f[i][j] = f[i - 1][j];
                if (j >= A[i - 1]) {
                    f[i][j] += f[i - 1][j - A[i - 1]];
                }
            }
        }
        return f[n][m];
    }

    public static int backPackV2(int[] A, int m) {
        int n = A.length;
        int[] f = new int[m + 1];
        f[0] = 1;
        for (int i = 1; i <= m; i++) {
            f[i] = 0;
        }
        for (int i = 1; i <= n; i++) {
            for (int j = m; j >= 0; j--) {
                if (j >= A[i - 1]) {
                    f[j] += f[j - A[i - 1]];
                }
            }
        }
        return f[m];
    }

4. 背包问题：给出一个都是正整数的数组 nums，其中没有重复的数。从中找出所有的和为 target 的组合个数

1. 题目描述

  1. 给出一个都是正整数的数组 nums，其中没有重复的数。从中找出所有的和为 target 的组合个数

    例子：
    输入：A=[1,2,4]，target=4
    输出：6（[1,1,1,1],[1,1,2],[1,2,1],[2,1,1],[2,2],[4]）

2. 思路
  1. 确定状态
    1. 关注最后一步：最后一个物品的重量是多少
    2. 任何一个正确的组合中，所有物品总重量是target
    3. 如果最后一个物品重量是K，则前面的物品重量是target-K
    4. 如果最后一个物品重量是A0，则要求多少种组合能拼出target-A0
    …
    5. 如果最后一个物品重量是An-1，则要求多少种组合能拼出target-An-1
  2. 转移方程
    状态：设f[i] = 有多少种组合能拼出重量 i
    在这里插入图片描述
  3. 初始条件和边界情况
    1. 初始条件
    f[0] = 1：有一种组合能拼出重量0
    2. 边界情况
    如果i<Aj，则对应的 f[i-Aj]不能加入 f[i]
  4. 计算顺序
    f[0],f[1],…f[target]
3. 代码实现
public static int backPackVI(int[] A, int m) {
        int[] f = new int[m + 1];
        f[0] = 1;
        for (int i = 1; i <= m; i++) {
            f[i] = 0;
            for (int j = 0; j < A.length; j++) {
                if (i >= A[j]) {
                    f[i] += f[i - A[j]];
                }
            }
        }
        return f[m];
    }

5. 背包问题：有 n 个物品和一个大小为 m 的背包，给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值.问最多能装入背包的总价值是多大?

1. 题目描述

  1. 有 n 个物品和一个大小为 m 的背包. 给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值.

  2. 问最多能装入背包的总价值是多大?

    例子：
    输入：4个物品，重量为2,3,5,7，价值为1,5,2,4，背包最大承重是11
    输出：9（物品1+物品3，重量3+7=10，价值5+4=9）

2. 思路

  1. 确定状态
    1. 对于每个总重量，我们能知道对应的最大价值是多少，就能求出答案
    2. 最后一步：第N个物品(重量An-1，价值Vn-1)是否进入背包
    3. 情况一：如果前N-1个物品能拼出W，最大价值是V，前N个物品也能拼出W并且总价值是V
    4. 情况二：如果当前N-1个物品能拼出W-An-1，最大总价值V，则再加上最后的物品（重量An-1，价值Vn-1），拼出W，总价值V+Vn-1
    5. 情况一和情况二的最大值=用N个物品拼出重量W时的最大总价值

  2. 转移方程
    状态：设f[i][w]=用前i个物品有拼出重量w时最大总价值（-1表示不能拼出W）
    在这里插入图片描述

  3. 初始条件和边界情况
    初始条件
    f[0][0]=1:0个物品可以拼出重量0，最大总价值是0
    f[0][1…M]=0：0个物品不能拼出大于0的重量，最大总价值-1
    边界情况
    f[i-1][w-Ai-1]只能在w>Ai-1时使用，并且f[i-1][w-Ai-1] != -1时使用

  4. 计算顺序
    f[0][0],f[0][1],…f[0][M]
    计算前一个物品拼出各种重量的最大价值：f[1][0],f[1][1],…,f[1][M]
    …
    计算前一个物品拼出各种重量的最大价值：f[N][0],f[N][1],…,f[N][M]

3. 代码实现
public static int backPackII(int m, int[] A, int[] V) {
        int n = A.length;
        if (n == 0) {
            return 0;
        }
        int[][] f = new int[n + 1][m + 1];
        f[0][0] = 0;
        for (int i = 1; i <= m; i++) {
            f[0][i] = -1;
        }

        for (int i = 1; i <= n; i++) {
            for (int w = 0; w <= m; w++) {
                f[i][w] = f[i - 1][w];
                if (w >= A[i - 1] && f[i - 1][w - A[i - 1]] != -1) {
                    f[i][w] = Math.max(f[i][w], f[i - 1][w - A[i - 1]] + V[i - 1]);
                }
            }
        }

        int res = 0;
        for (int w = 0; w <= m; w++) {
            if (f[n][w] != -1) {
                res = Math.max(res, f[n][w]);
            }
        }
        return res;
    }

6. 背包问题：有 n 个物品和一个大小为 m 的背包，给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值，每种物品可以重复，问最多能装入背包的总价值是多大?

1. 题目描述
1. 有 n 个物品和一个大小为 m 的背包. 给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值.
2. 每种物品都有无穷多个，问最多能装入背包的总价值是多大?
例子：

输入：4个物品，重量为2,3,5,7，价值为1,5,2,4，背包最大承重是11
输出：15（3个物品1，重量33=9，价值53=15）

2. 思路

  1. 确定状态
    1. 对于每个总重量，我们能知道对应的最大价值是多少，就能求出答案
    2. 最后一步：第N种物品(重量An-1，价值Vn-1)是否进入背包
    3. 情况一：如果前N-1种物品能拼出W，最大价值是V，前N个物品也能拼出W并且总价值是V
    4. 情况二：如果当前N-1种物品能拼出W-An-1，最大总价值V，则再加上最后的物品（重量An-1，价值Vn-1），拼出W，总价值V+Vn-1
    5. 情况一和情况二的最大值=用N种物品拼出重量W时的最大总价值

  2. 转移方程
    状态：设f[i][w]=用前i种物品有拼出重量w时最大总价值（-1表示不能拼出W）
    在这里插入图片描述
    优化后在这里插入图片描述
    在这里插入图片描述

  3. 初始条件和边界情况
    初始条件
    f[0][0]=1:0种物品可以拼出重量0，最大总价值是0
    f[0][1…M]=0：0种物品不能拼出大于0的重量，最大总价值-1
    边界情况
    f[i-1][w-Ai-1]只能在w>Ai-1时使用，并且f[i-1][w-Ai-1] != -1时使用

  4. 计算顺序
    f[0][0],f[0][1],…f[0][M]
    计算前一种物品拼出各种重量的最大价值：f[1][0],f[1][1],…,f[1][M]
    …
    计算前N种物品拼出各种重量的最大价值：f[N][0],f[N][1],…,f[N][M]

3. 代码实现
public static int backPackIII(int m, int[] A, int[] V) {
        int n = A.length;
        if (n == 0) {
            return 0;
        }
        int[][] f = new int[n + 1][m + 1];
        f[0][0] = 0;
        for (int i = 1; i <= m; i++) {
            f[0][i] = -1;
        }

        for (int i = 1; i <= n; i++) {
            for (int j = 0; j <= m; j++) {
                f[i][j] = f[i - 1][j];
                if (j >= A[i - 1] && f[i][j - A[i - 1]] != -1) {
                    f[i][j] = Math.max(f[i][j], f[i][j - A[i - 1]] + V[i - 1]);
                }
            }
        }

        int res = 0;
        for (int i = 0; i <= m; i++) {
            if (f[n][i] != -1) {
                res = Math.max(res, f[n][i]);
            }
        }
        return res;
    }

7. 小结

  1. 可行性背包
    1. 题面
    要求不超过target时能拼出的最大重量
    2. 记录f[i][w] = 前 i 个物品能不能拼出重量 w
  2. 计数型背包
    1. 题面
    要求有多少种方式拼出重量target
    2. 记录 f[i][w] = 前 i 个物品有多少种方式拼出重量 w
  3. 最值型背包
    1. 题面
    要求能拼出的最大价值
    2. 记录 f[i][w] = 前 i 个/种物品拼出重量 w 能得到的最大价值
  4. 关键点
    1. 最后一步
    1. 最后一个背包内的物品是哪个
    2. 最后一个物品有没有进背包
    2. 数组大小和最大承重target有关
Lumos`
关注
专栏目录
动态规划之01背包问题（Knapsacks Problem）
Netown_Ethereal的专栏
04-30 5524
背包问题 一、01背包问题
动态规划专题——背包问题
热门推荐
⚡
02-13 4万+
详解四种背包：01背包、完全背包、多重背包、分组背包。
N背包问题
lmy1097414666的博客
10-22 775
/* n背包 i个物品在体积为j的背包中最大的价值为max（第i个物品装0个，装1个……装j/i.weight） w    3  2  5 v     8  5  12    背包容量为5      0  1  2  3  4  5 3   0  0  0  8  8  8 2   0  0  5  8 10 13 5   0  0  0  8  10  13 */
完全背包问题
windows is yes
01-19 169
01背包问题 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。 输入格式： 第一行两个整数，N，V，用空格隔开，分别表示物品种数和背包容积。 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 种物品的体积和价值。 输出...
整数划分 （完全背包问题）
m0_50564748的博客
03-19 921
解法一：完全背包思路解题 可以将它看成是取1~n的石头，每个石头不限个数，需要取总和恰好是 n. 即最终状态转移方程式是f[i][j]=f[i-1][j]+f[i][j-1]。 900. 整数划分 - AcWing题库 //一维优化 和完全背包优化方式一样 这里不做过多赘述了 #include<iostream> using namespace std; const int N=1010,mod=1e9+7; int n; int f[N]; int main()...
整数0-1背包问题
Billy's Blog
08-08 1126
• 小偷有一个容量为W的背包，有n件物品，第i个物品价值vi，且重wi。 • 目标: 找到xi使得对于所有的xi = {0, 1}，sum(wi*xi) &lt;= W, 并且 sum(xi*vi)最大。 常规思路 public class BackPack { static int [] w = new int[] {3, 4, 5, 7, 6}; // 每件物品的重量 st...
动态规划——背包问题（C语言）
最新发布
GSSWY的博客
02-28 964
动态规划，背包问题
动态规划 -- 01 背包问题
weixin_41316824的博客
03-28 352
问题描述： 假设现有容量m kg的背包，另外有n个物品，重量分别为w[1] w[2] ... w[i] （kg）,价值分别为p[1] p[2] ... p[i] （元）,将哪些物品放入背包可以使得背包的总价值最大？最大价值是多少？ （示例一：m=10 n=3 重量和价值分别为 3kg-4元 4kg-5元 5kg-6元 ） 1，穷举法（把所有情况列出来，比较得到 总价值最大...
给定N个物品的背包问题-动态规划
weixin_43954951的博客
05-25 968
给定 NNN 个物品，所有物品的体积恰有 KKK 种 (K≤N)(K \leq N)(K≤N)，第 iii 种物品的体积为 Vi(0<Vi<1)V_i (0 < V_i < 1)Vi​(0<Vi​<1) 且第 iii 种物品的个数为 Ni(1≤i≤K)N_i(1 \leq i \leq K)Ni​(1≤i≤K)，其中 N1+N2+⋯+Nk=NN_1 + N_2 + \dots + N_k = NN1​+N2​+⋯+Nk​=N。现有无穷多个体积为 1 的箱子，要将这 NNN
整数背包问题的应用及其算法研究
02-01
摘　要: 本文应用整数背包问题有关理论, 对CD 曲目智能编辑转录和条型钢材优化切割等应用问题进行了讨论, 提<br>出了一个解决此类问题的数学模型. 之后, 分别给出了求其最优解和近似解的算法, 并提供了该数学模型及算法的应用<br>建议.<br>关键词: 整数背包问题; CD 曲目; 切割; 最优解; 近似算法
背包问题复习
Reaearcher-Du
01-18 595
背包问题是动态规划的经典问题，最近刷题又复习了一遍，本文再梳理一下01背包和完全背包问题。 01背包问题 经典01背包问题 01背包问题：给定n个物品，每个物品的重量为wi，价值为vi， 现给定一个容量为w的背包，要求在背包容量的限定条件下，尽可能装价值多的物品（背包不一定要装满）。 对于该问题其实可以使用深度遍历的方法暴力搜索，对于每个物品均有两种状态：选取或放弃。但这种方式复杂度高达σ(2n...
动态规划 —— 背包问题 P03 —— 多重背包
Alex_McAvoy的博客
04-01 560
【题目】 有 N 种物品和一个容量为 V 的背包。第 i 种物品最多有 num[i] 件可用，每件体积是 w[i]，价值是 c[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 【基本思路】 和完全背包问题很类似，基本的方程只需将完全背包问题的方程略微一改即可。 对于第 i 种物品有 num[i]+1种策略：取 0 件，取 1 件……取 num[i] 件，...
背包问题的n种解法
莱尼的博客
01-16 1025
背包问题 1.深度优先遍历 2.记忆化搜索 3.动态规划
背包问题（转自背包九讲+对应题目）
weixin_34026276的博客
06-20 244
一 、01背包问题 　题目 　　有N件物品和一个容量为V的背包。放入第i件物品耗费的空间是Ci，得到的价值是Wi。求解将哪些物品装入背包可使价值总和最大。 　思路 　　这是最基本的背包问题：每种物品仅有一件，可以选择放或不放。 　　定义状态：F[i,v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：F[i,v]=max{F[i-1,v],F[i-1,v-...
数据结构——背包问题
五柳
02-23 2524
引言 算法的经典问题之一背包问题，背包问题是动态规划（运筹学）的一个典型的例子，它的问题描述即规定背包所能容纳的最大重量，然后此时有一批物品对应不同的质量和价值，那么如何放置物品进入背包使得背包中的价值最大。 通常情况下，背包问题会分为两种情形： 物品可以切开放置到背包中，即物品的重量和价值可以按分数的形式放置 物品只能以整个的形式放置 前一种情况，只能用贪心算法解决去解决问题。后一种情况，则...
#计蒜客：整数划分//背包问题--wizard
wizard_gray的博客
11-22 437
#计蒜客：整数划分//背包问题 我们今天来一个五连鞭 一鞭：原题二鞭：计蒜客：传送门三鞭：AC代码四鞭： ~~非常好用~~五鞭：防抄标记 大家好，我是wizard，我们普遍知道，背包问题是我们普遍利用的问题，下面我根据背包问题作以下问题的题解： 一鞭：原题 整数划分问题是算法中的一个经典命题之一。把一个正整数n表示成一系列正整数之和： 正整数n的这种表示称为正整数n的划分。正整数n的不同划分个数称为正整数n的划分数，记作P(n) 。 正整数6有如下11种不同的划分，所以P(6)=11。 6 5+1 4
几个背包问题的总结
i_fuqiang的专栏
11-27 812
简单基本的01背包问题； http://acm.hdu.edu.cn/showproblem.php?pid=2602 定义f[i][j]：在前i个bone中用容量为j的包选择bone所能得到的最大价值。设：第i个bone的volume为c[i]，相 应的value为w[i]。分析：将“前i个bone装进容量为j的包中所得到的最大价值”这个子问题的求解，考虑第i个bone，则
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值