背包问题总结

#背包问题总结

01背包

01背包就是m大小的背包中,有n个价值为w,大小为v的物品,选取物品装入背包得到最大值。
如果f数组初始化为0,那么f[n][m]就为最大值,如果只有f[0][0]初始化为0,那么只有正好装入的重量才是最大值。

朴素解法

import java.util.*;

class Main {
    static int n, m;
    static final int N = 1010;
    static int[][] f = new int[N][N];
    static int[] v;
    static int[] w;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt(); // 物品个数
        m = sc.nextInt(); // 总重量
        v = new int[n + 1];
        w = new int[n + 1];
        for (int i = 1; i <= n; i ++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
        }
        for (int i = 1; i <= n; i ++) {
            // 遍历物品
            for (int j = 0; j <= m; j ++) {
                // 遍历重量
                f[i][j] = f[i - 1][j]; // 第一种情况,不把物品加入
                // 第二种情况,把物品加入
                if (j >= v[i]) f[i][j] = Math.max(f[i][j], f[i - 1][j - v[i]] + w[i]);
            }
        }
        System.out.println(f[n][m]);
    }
}

优化解法

优化解法使用了一维数组去代替2维数组
原因是,在遍历的时候发现,i这个因素没有使用到,我们每次遍历只使用了前一次遍历的结果,而数组中正储存了前一次遍历的结果
不过就是要做一些调整,不能在使用到物品之前就把物品对应那层初始化为本层的数据了。
所以要从后往前遍历

import java.util.*;

class Main {
    static int n, m;
    static final int N = 1010;
    static int[] f = new int[N];
    static int[] v;
    static int[] w;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt(); // 物品个数
        m = sc.nextInt(); // 总重量
        v = new int[n + 1];
        w = new int[n + 1];
        for (int i = 1; i <= n; i ++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
        }
        for (int i = 1; i <= n; i ++) {
            // 遍历物品
            for (int j = m; j >= v[i]; j --) {
                // 遍历重量
                //f[j] = f[j]; // 第一种情况,不把物品加入
                // 第二种情况,把物品加入
                f[j] = Math.max(f[j], f[j - v[i]] + w[i]);
            }
        }
        System.out.println(f[m]);
    }
}

完全背包问题

朴素版本

完全背包问题改变在于,每个物品可以使用无限次

import java.util.*;

class Main {
    static int n, m;
    static final int N = 1010;
    static int[][] f = new int[N][N];
    static int[] v;
    static int[] w;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt(); // 物品个数
        m = sc.nextInt(); // 总重量
        v = new int[n + 1];
        w = new int[n + 1];
        for (int i = 1; i <= n; i ++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
        }
        for (int i = 1; i <= n; i ++) {
            for (int j = 0; j <= m; j ++) {
                // 可以使用无数次物品
                // f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i], f[i - 1][j - 2*v[i]] + 2*w[i] ...)
                // f[i][j - v[i]] = max(f[i - 1][j - v[i], f[i - 1][j - 2 * v[i]] + 2*w[i] ...)
                // f[i][j - v[i]] 就是后半部分
                // f[i][j] = max(f[i - 1][j], f[i][j - v[i]] + w[i]);
                f[i][j] = f[i - 1][j];
                if (j >= v[i]) {
                    f[i][j] = Math.max(f[i][j], f[i][j - v[i]] + w[i]);
                }
            }
        }
        System.out.println(f[n][m]);
    }
}

优化版本

import java.util.*;

class Main {
    static int n, m;
    static final int N = 1010;
    static int[] f = new int[N];
    static int[] v;
    static int[] w;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt(); // 物品个数
        m = sc.nextInt(); // 总重量
        v = new int[n + 1];
        w = new int[n + 1];
        for (int i = 1; i <= n; i ++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
        }
        for (int i = 1; i <= n; i ++) {
            for (int j = 0; j <= m; j ++) {
                // 我们之前逆序遍历,是因为要使用上一层的数据,不想提前刷新
                // 这次就不一样了,我们想要使用的就是本层数据,所以不用逆序
                if (j >= v[i]) {
                    f[j] = Math.max(f[j], f[j - v[i]] + w[i]);
                }
            }
        }
        System.out.println(f[m]);
    }
}

多重背包

多重背包就是物品有限制用多少次

import java.util.*;

class Main {
    static int n, m;
    static final int N = 1010;
    static int[][] f = new int[N][N];
    static int[] v;
    static int[] w;
    static int[] t;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt(); // 物品个数
        m = sc.nextInt(); // 总重量
        v = new int[n + 1];
        w = new int[n + 1];
        t = new int[n + 1];
        for (int i = 1; i <= n; i ++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
            t[i] = sc.nextInt();
        }
        for (int i = 1; i <= n; i ++) {
            // 遍历物品
            for (int j = m; j >= 0; j --) {
                f[i][j] = f[i - 1][j]; // 不拿
                // 拿 所以遍历有多少个可以
                for (int k = 1; k <= t[i] && k * v[i] <= j; k ++) {
                    f[i][j] = Math.max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
                }
            }
        }
        System.out.println(f[n][m]);
    }
}

多重背包的二进制优化

这个思想很巧妙
就是把一个背包使用的次数我们可以进行拆分。把多重背包看作01背包问题,那么思路就简单了
比如是一个重量为v,价值为w的物品,可以使用10次
可以把10分成 1, 2, 4, 3
那么这个物品就可以被分成:1 * v, 1 * w ; 2 * v, 2 * w; 4 *v , 4 * w, 3 * v, 3 *w
这四个物品,去分别当成一个物品遍历;

import java.util.*;

class Main {
    static int n, m;
    static final int N = 2010;
    static int[] f = new int[N];

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt(); // 物品个数
        m = sc.nextInt(); // 总重量

        List<Goods> list = new ArrayList<>();
        for (int i = 1; i <= n; i ++) {
            int v = sc.nextInt();
            int w = sc.nextInt();
            int t = sc.nextInt();
            for (int k = 1; k <= t; k *= 2) {
                t -= k;
                list.add(new Goods(v * k, w * k));
            }
            if (t > 0) list.add(new Goods(t * v, t * w));
        }
        for (Goods good : list) {
            // 遍历物品
            for (int j = m; j >= good.v; j --) {
                f[j] = Math.max(f[j], f[j - good.v] + good.w);
            }
        }
        System.out.println(f[m]);
    }
    
    static class Goods {
        int v;
        int w;
        public Goods(int v, int w) {
            this.v = v;
            this.w = w;
        }
    }
}

多重背包

import java.util.*;

class Main {
    static int n, m;
    static int[] f, v, w;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt();
        m = sc.nextInt();
        f = new int[m + 1];
        for (int i = 0; i < n; i ++) {
            int s = sc.nextInt();
            v = new int[s];
            w = new int[s];
            for (int j = 0; j < s; j ++) {
                v[j] = sc.nextInt();
                w[j] = sc.nextInt();
            }
            for (int j = m; j >= 0; j --) {
                for (int k = 0; k < s; k ++) {
                    if (j >= v[k]) {
                        f[j] = Math.max(f[j], f[j - v[k]] + w[k]);
                    }
                }
            }
        }
        System.out.println(f[m]);
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
01背包问题是动态规划中的一个经典问题,它的解法也非常经典,下面是我对该问题的动态规划总结。 1. 状态定义 定义一个二维数组dp[i][j],其中i表示当前考虑到第i个物品,j表示当前背包容量为j,dp[i][j]表示在前i个物品中,背包容量为j时的最大价值。 2. 状态转移方程 对于每个物品,我们可以选择将其放入背包,也可以选择不放入背包,因此状态转移方程如下: 如果不将第i个物品放入背包,则 dp[i][j] = dp[i - 1][j] 即前i-1个物品已经在容量为j的背包中的最大价值就是dp[i - 1][j]。 如果将第i个物品放入背包,则 dp[i][j] = dp[i-1][j-w[i]] + v[i] 即前i-1个物品在容量为j-w[i]的背包中的最大价值加上第i个物品的价值v[i]。 最终的状态转移方程为: dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]) 3. 边界条件 当物品数量为0时,dp[0][j]都等于0;当背包容量为0时,dp[i][0]都等于0。 4. 求解最优解 最终的最大价值为dp[n][W],其中n表示物品数量,W表示背包容量。 5. 代码实现 以下是01背包问题的动态规划代码实现,其中w和v分别表示物品的重量和价值,n和W表示物品数量和背包容量: ```python def knapsack(w, v, n, W): dp = [[0] * (W+1) for _ in range(n+1)] for i in range(1, n+1): for j in range(1, W+1): if j < w[i-1]: dp[i][j] = dp[i-1][j] else: dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i-1]] + v[i-1]) return dp[n][W] ```

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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