笔试题型整理1：背包问题

最新推荐文章于 2020-12-09 10:15:58 发布
最新推荐文章于 2020-12-09 10:15:58 发布
阅读量406 收藏 1
点赞数
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_42278523/article/details/107890044
版权

1. 0-1背包问题

  • 一件物品只有选与不选两种情况，也就是说每件物品只能被选一次。

[编程题]01背包

f[ i ][ j ] 表示只看前 i 个物品，总体积是 j 的情况下，总价值最大是多少

result = max{f[ n ][ 0~v ]}

转移方程：
f[ i ][ j ]：

  1. 不选第 i 个物品， f[ i ][ j ] = f[ i - 1 ][ j ];
  2. 选第 i 个物品， f[ i ][ j ] = f[ i - 1 ][ j - v[ i ]] + w[ i ];

f[ i ][ j ] = max{1. 2.}

在这里插入图片描述
在这里插入图片描述

#include <iostream>
#include <cstring>
#include <algorithm>
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){ // 先循环物品
        for(int j=m;j>=v[i];--j){ // 再循环体积
            f[j] = max(f[j],f[j-v[i]]+w[i]);
        }
    }
    cout << f[m] << endl;
    return 0;
}

2. 完全背包问题

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;

const int N = 1010;

int n,m;
int f[N];

int main(){
    cin >> n >> m;
    for(int i=0;i<n;i++){
        int v,w;
        cin >> v >> w;
        for(int j = v; j <= m;j++){
            f[j] = max(f[j], f[j - v] + w);
        }
    }
    
    cout << f[m] << endl;
    return 0;
}

注意：

在状态转移方程处：
01背包是从大到小枚举，完全背包是从下到大枚举。

3. 多重背包问题

  • 每件物品有选择次数限制
  • 可以看作01背包问题的扩展，枚举时也是从大到小

多重背包问题

在这里插入图片描述
在这里插入图片描述

/*
f[i] 总体积是i的情况下，最大价值是多少；

for(int i = 0;i < n; i++){
    for(int j = 0;j >= v[i];j--){
        f[j] = max(f[j],f[j - v[i]] + w[i], f[j - 2 * v[i]] + 2 * w[i]...); // 可以选0个，1个，2个等等  有x+1种选法
    }
}

1. f[i] = 0;
f[m]

2. f[0] = 0;f[i] = -INF, i != 0;
*/

#include <iostream>
#include <cstring>
#include <algorithm>

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>=0;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] << endl;
    return 0;
}

当数据范围很大时，需要使用到二进制优化方法来解决多重背包问题

多重背包问题 II

在这里插入图片描述
在这里插入图片描述

/*
v，m

log(s)
把s拆成 log(s) 份；

时间复杂度就会降成 1000 * 11 * 2000 = 2 * 10^7 其中11是log（2000）的近似

*/

#include <iostream>
#include <cstring>
#include <algorithm>
#include <vector>
using namespace std;

const int N = 2010;

int n,m;
int f[N];

struct Good{
    int v , w;
};

int main(){
    vector<Good> goods;
    cin >> n >> m;
    for(int i=0;i<n;++i){
        int v, w, s;
        cin >> v >> w >> s;
        for(int k=1 ; k<=s ; k*=2){
            s -=k;
            goods.push_back({v*k,w*k});
        }
        if(s > 0) goods.push_back({v*s, w*s});
    }
    for(auto good:goods){
        for(int j=m ; j >= good.v;j--){
            f[j] = max(f[j], f[j-good.v]+good.w);
        }
    }
    cout << f[m] << endl;
    return 0;
}

当数据范围更大时，需要使用到多重背包的单调队列优化方法来解决

在这里插入图片描述
在这里插入图片描述

#include <iostream>
#include <cstring>
#include <algorithm>
#include <vector>

using namespace std;

const int N = 20010;

int n,m;
int f[N], g[N], q[N];

int main(){
    cin >> n >> m;
    for(int i=0;i<n;i++){
        int c, w, s;
        cin >> c >> w >> s;
        memcpy(g,f,sizeof f);
        
        for(int j=0;j<c;j++){
            int hh =0 ,tt =-1;
            for(int k=j;k<=m;k+=c){
                f[k] = g[k];
                if(hh <= tt && k-s*c > q[hh]) hh++;
                if(hh <= tt) f[k] = max(f[k],g[q[hh]] + (k - q[hh])/c*w);
                while(hh <= tt && g[q[tt]] - (q[tt] - j) / c*w <= g[k] - (k-j)/c*w) tt--;
                q[++tt] = k;
            }
        }
    }
    cout << f[m] << endl;
    
    return 0;
}

4. 混合背包问题

  • 有不同种类的物品，以及不同的限制，问背包中最大价值为多少
    在这里插入图片描述
    在这里插入图片描述
#include <iostream>
#include <cstring>
#include <algorithm>
#include <vector>

using namespace std;

const int N = 1010;

int n,m;
int f[N];

struct Thing{
    int kind;
    int v,w;
};
vector<Thing> things;

int main(){
    cin >> n >> m;
    for(int i=0;i<n;++i){
        int v,w,s;
        cin >> v >> w >> s;
        if(s < 0) things.push_back({-1,v,w});
        else if(s == 0) things.push_back({0,v,w});
        else{
            for(int k=1;k<=s;k*=2){
                s-=k;
                things.push_back({-1,v*k,w*k});
            }
        if(s>0) things.push_back({-1,v*s,w*s});
        }
    }
    for(auto thing:things){
        if(thing.kind < 0){ // 如果是01背包问题从大到小枚举
            for(int j=m;j >= thing.v;j--) f[j] = max(f[j],f[j - thing.v] + thing.w);
        }else{// 如果是完全背包问题从小 到大枚举
            for(int j=thing.v;j <= m;j++) f[j] = max(f[j],f[j - thing.v] + thing.w);
        }
    }
    
    cout << f[m] << endl;
    return 0;
}

5. 二维费用的背包问题

在这里插入图片描述
在这里插入图片描述

/*
    体积是i 重量是j 时价值的最大值
    f[i][j]
*/
#include <iostream>
#include <algorithm>
using namespace std;

const int N = 110;

int n, v, m;
int f[N][N];

int main(){
    cin >> n >> v >> m;
    for(int i=0;i < n;++i){
        int a,b,c;
        cin >> a >> b >> c;
        for(int j = v; j >=a ;j--){
            for(int k = m; k>=b;k--){
                f[j][k] = max(f[j][k] , f[j - a][k - b]+c);
            }
        }
    }
    cout << f[v][m] << endl;
    return 0;
}

6. 分组背包问题

  • 先把各种个样的物品分为若干组，然后每组里面只能选一件

在这里插入图片描述

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

const int N = 110;

int n,m;
int f[N], v[N], w[N];

int main(){
    cin >> n >> m;
    for(int i=0;i<n;i++){
        int s;
        cin >> s;
        for(int j=0;j<s;j++){
            cin >> v[j] >> w[j];
        }
        for(int j=m;j>=0;j--){
            for(int k=0;k<s;++k){
                if(j>=v[k])
                f[j] = max(f[j],f[j - v[k]] + w[k]);
            }
        }
    }
    cout << f[m] << endl;
    return 0;
}

7. 背包问题求方案数

8. 求背包问题的方案

在这里插入图片描述
在这里插入图片描述

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

const int N = 1010;

int n,m;
int v[N],w[N],f[N][N];

int main(){
    cin >> n >> m;
    for(int i=1;i<=n;i++) cin >> v[i] >> w[i];
    
    for(int i=n;i>=1;i--){
        for(int j=0;j<=m;j++){
            f[i][j] = f[i+1][j];
            if(j>=v[i]) f[i][j] = max(f[i][j],f[i+1][j-v[i]]+w[i]);
        }
    }
    
    int tmp=m;
    for(int i=1;i<=n;i++){
        if(tmp-v[i]>=0&&f[i][tmp]==f[i+1][tmp-v[i]]+w[i]) {//tmp-v[i]>=0，只有当前物品能放进去，才比较放与不放的价值大小，如果放不进去，直接下一个物品
            cout<<i<<' ';
            tmp-=v[i];
        }
    }
    return 0;
}

9. 有依赖的背包问题

  • 比如说有某种东西必须选

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
using namespace std;

const int N = 110;

int n,m;
int h[N], e[N], ne[N], idx; // h是临接表的头，e是edge，ne是next edge
int v[N], w[N], f[N][N];

void add(int a, int b){
    e[idx] = b, ne[idx] = h[a], h[a] =idx++;
}

void dfs(int u){
    for(int i=h[u];i != -1;i = ne[i]){
        int son = e[i];
        dfs(son);
        for(int j=m-v[u];j>=0;j--)
            for(int k=0;k<=j;k++)
            f[u][j] = max(f[u][j],f[u][j-k]+f[son][k]);
    }
    for(int i=m;i >= v[u];i--) f[u][i] = f[u][i - v[u]] + w[u];
    for(int i=0;i < v[u];i++) f[u][i] = 0;
}

int main(){
    memset(h,-1,sizeof h);
    cin >> n >> m;
    int root;
    for(int i=1;i<=n;++i){
        int p;
        cin >> v[i] >> w[i] >> p;
        if(p == -1) root = i;
        else add(p,i);
    }
    dfs(root);
    cout << f[root][m] << endl;
    
    return 0;
}
阿华田咯
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
用0/1背包问题求解。
qq_44470353的博客
12-03 1002
有5个物品，其重量分别为(3, 2, 1, 4,5)，价值分别为(25, 20, 15, 40, 50)，背包容量为6 \n即W[5]={3, 2, 1, 4,5}; v[5]={25, 20, 15, 40, 50}，用0/1背包问题求解。 #include<stdio.h> #include<stdlib.h> int V[10][10]; int x[10]; int max(int h,int l){ if(h>=l) return h; else r
【Fibonacci数列】Fibonacci数列是这样定义的： F[0] = 0 F[1] = 1 for each i ≥ 2: F[i] = F[i-1] + F[i-2] 因此
qq_41152046的博客
02-10 1567
1.【Fibonacci数列】Fibonacci数列是这样定义的： F[0] = 0 F[1] = 1 for each i ≥ 2: F[i] = F[i-1] + F[i-2] 因此，Fibonacci数列就形如：0, 1, 1, 2, 3, 5, 8, 13, …，在Fibonacci数列中的数我们称为Fibonacci数。给你一个N，你想让其变为一个Fibonacci数，每一步你可以把 当...
0—1背包问题的动态规划法及回溯法
12-08
设有一个背包可以放入的物品重量为S，现有n件物品，重量分别是w1，w2，w3，…wn。 问能否从这n件物品中选择若干件放入背包中，使得放入的重量之和正好为S。 如果有满足条件的选择，则此背包有解，否则此背包问题无解。 Input输入数据有多行，包括放入的物品重量为s，物品的件数n，以及每件物品的重量（输入数据均为正整数） 多组测试数据。 Output对于每个测试实例，若满足条件则输出“YES”，若不满足则输出“NO“ Sample Input 20 5 1 3 5 7 9 Sample Output YES
经典算法问题——“0” “1”背包问题
Mr_楠先森的博客
10-25 711
对于“”0 “ 1”背包问题相信大家对于网上的问题一定找了很多，无非两种算法，即—— （1）方向为从上到下的进行输出的问题  （2）方向为从下到上的一次输出的问题   V为所放入的物品的价值所在    W为所放入的物品的容量      C设为背包的总容量 v1=1 v2=3 v3=5 v4=9 w1=2 w2=3 w3=4 w4=...
【笔试练习题】背包问题
荆赤潮的博客
06-05 989
题目描述：有若干瓶饮料，每种饮料只有一瓶，每种饮料的打分不同，价格也不同。你的手里有买饮料的总金额，要求买到的饮料的打分总和最高。 输入： 第一行是一个正整数，总金额（不大于1000）； 第二行是n个正整数，代表饮料单价（n不大于100）； 第三行是n个正整数，代表饮料的打分。 输出：最高总分 解析：这是经典的背包问题。背包容量——总金额；物品重量——单价；物品价值——热度值。 #...
2014届大华校招(算法类)笔试试题
10-11
动态规划是一种解决最优化问题的有效方法，常用于解决背包问题、最长公共子序列、矩阵链乘法等问题。理解动态规划的基本思想和状态转移方程是解答这类题目的关键。 六、字符串处理 字符串处理在很多实际应用中都...
智能优化算法笔试试题.doc
05-11
常见的组合优化问题包括旅行商问题、背包问题和并行机排序问题等。这些问题在实际应用中广泛存在，例如在物流规划、资源分配和任务调度等领域。 旅行商问题（TSP）是一个经典的组合优化问题，目标是找到一条访问...
腾讯笔试算法题集.zip
03-04
5. **字符串处理**：字符串相关问题是常见的笔试题型，涉及模式匹配、字符串排序、编码解码、子串查找等。掌握KMP算法、Rabin-Karp算法或Boyer-Moore算法等可以帮助解决这类问题。 6. **递归与分治**：许多算法题会...
C和C++笔试/面试题大全,各种经典问题
10-26
- **动态规划**：背包问题、最长公共子序列、最短路径问题等。 - **贪心算法**：如活动安排、霍夫曼编码等。 - **回溯法与分支限界法**：八皇后问题、旅行商问题等。 - **图论算法**：最小生成树（Prim算法、...
NWPU2017-2018算法设计与分析笔试试题及答案
11-11
然而，贪心算法不能保证一定能得到全局最优解，比如在0/1背包问题中。 4. **分治法(Divide and Conquer)**：分治法将大问题分解成小问题，然后分别解决小问题，最后组合小问题的解来得到大问题的解。它通常用于解决...
百度历年笔试面试150题
07-10
百度历年笔试面试150题
笔试刷题||背包问题
u014439564的博客
06-23 640
背包问题：描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。 https://blog.csdn.net/weixin_39059738/article/details/79924049 01背包样例 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...
笔试题14——背包问题（01、完全、多重）
修呀的博客
08-06 483
01背包 有N件物品和一个容量为M的背包。第i件物品的费用（即体积）是w[i]，价值是 v[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。 状态转移方程: f[j] = max{f[j] ,f[j - w[i]] + v[i]} 核心代码如下： #include <iostream> using namespace std; long f[3000...
0-1背包问题--动态规划
hqh1357054948的博客
07-27 362
问题描述： 一个背包的总容量为V,现在有N类物品,第i类物品的重量为weight[i],价值为value[i] 那么往该背包里装东西,怎样装才能使得最终包内物品的总价值最大。 该方法使用dp[i][j]来存储中间最大值。dp[i][j]表示前i件物品装入容量为j的背包所得的总价值最大值。 求动态规划dp[i][j]的状态转移方程。 当出现第i件物品时： 1、若w[i]>v,这种情况下该i件物...
九章算法 | 微软面试题：背包问题 V
九章算法的博客
12-09 132
给出 n 个物品, 以及一个数组, ​nums[i]​ 代表第i个物品的大小, 保证大小均为正数, 正整数 ​target​ 表示背包的大小, 找到能填满背包的方案数。（每一个物品只能使用一次​）在线评测地址：LintCode 领扣样例给出候选物品集合 ​[1,2,3,3,7]​ 以及 target ​7​结果的集合为: [7] [1,3,3]返回 ​2​算法：DP(动态规划)题目描述nums[i...
01背包问题以及网易考题
LUCKYSTAR_12的星空
08-08 421
网易题目：一种双核CPU的两个核能够同时的处理任务，现在有n个已知数据量的任务需要交给CPU处理，假设已知CPU的每个核1秒可以处理1kb，每个核同时只能处理一项任务。n个任务可以按照任意顺序放入CPU进行处理，现在需要设计一个方案让CPU处理完这批任务所需的时间最少，求这个最小的时间。解题思路：求双核完成的最短时间，最佳情况下是两个双核同时完成任务，所花的最短时间就是sum/2,sum是所有任务加
算法训练 入学考试(0-1背包问题)
李大鸭的博客
02-01 295
问题描述 辰辰是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。” 　　如果你是...
背包问题 2020年小米校招JAVA岗笔试第二题
nsjlive的博客
09-10 754
对于背包问题：例如小偷东西问题 如上图 小偷最多可以带走重量位20、要尽可能带走多的商品。 所以应该设置数组capacity[20+1], 商品itmes [5+1] 其中，capacity[0]=0; items[0]=0; 题目描述： 小米之家有很多米粉喜欢的产品，产品种类很多，价格也不同。比如某签字笔1元，某充电宝79元，某电池1元，某电视1999元等 假设库存不限，小明去小米...
分支限界法处理0/1背包问题
热门推荐
ItaLink
05-30 1万+
问题描述：有4个物品，其重量分别为（4,7,5,3），价值分别为（40,42,25,12），背包容量为W=13。已知每个物品不可再分割，如何选择装入背包的物品，使得装入背包中的物品的总价值最大。使用分支限界法求解该问题 #include<iostream> #include<vector> #include<queue> using namespac...
Java面试笔试题大汇总
12-08
Java面试题笔试题大汇总涵盖了Java相关基础知识的各个方面。在JAVA相关基础知识部分，主要包括对面向对象的特征进行了详细的介绍。首先，抽象是面向对象的一个重要特征，它强调了在解决问题时忽略与当前目标无关的...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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