背包问题

最新推荐文章于 2024-10-13 00:35:11 发布

Alex Panda

最新推荐文章于 2024-10-13 00:35:11 发布

阅读量519

点赞数

分类专栏： dp 文章标签：动态规划

本文链接：https://blog.csdn.net/weixin_43262291/article/details/105175173

版权

本文介绍了使用动态规划解决01背包问题，详细阐述了状态转移方程和优化方法，包括滚动数组和根据枚举顺序进一步优化。并讨论了背包问题的变种，如总体积最大和可行性背包，以及如何计算方案数和输出方案。

摘要由CSDN通过智能技术生成

第一个问题：01背包问题
时间复杂度O(n*v)，空间复杂度O(v) 其中n是物品个数，v是背包大小。
在这里插入图片描述
（x, y）表示物品大小为x，价值为y
设置状态dpij，表示考虑到前i个物品用大小为j的背包所能装的最大价值
A. 考虑第i个物品可以不要这个物品。dpij = dpi-1j
比如已经用（1, 2）(1, 3)两个物品装进背包，那么此时背包大小为2的时候我们最大价值为5。
现在考虑第三个物品（2，4）来装进背包。当我们枚举到背包大小2的时候，用第三个物品装背包价值会减小，那么这个物品相对前两个“性价比”更低，所以不选。
B. 考虑第i个物品选。dpij = dpi-1j-x + y
比如已经用（1, 2）(1, 3)两个物品装进背包，那么此时背包大小为2的时候我们最大为价值5，背包大小为3的时候最大价值也是5。
现在考虑第三个物品（2，4）来装进背包。当我们枚举到背包大小3的时候，用第三个物品装背包价值会从dp[3 - 1][3 - 2]转移, 发现价值转移完为6。
所以得状态转移方程式：

#include <bits/stdc++.h>
using namespace std;
#define ll long long
#define forn(i, n) for(int i = 0; i < n; ++i)
#define for1(i, n) for(int i = 1; i <= n; ++i)
#define IO ios::sync_with_stdio(false);cin.tie(0)

const int maxn = 1e3 + 5;

int dp[maxn][maxn];

int main(