0 1 背包问题:
有n种重量和价值分别为wi, vi的物品,从这些物品中挑选总
重量不超过W的物品,求出挑选物品价值总和的构大值。在这 里,每种物品只可以挑选一件
限制条件1 ≤ n ≤ 100
1 ≤ wi, vi ≤ 100
1 ≤ W ≤ 10000
分析一波
这道题就是各个物品“选”与“不选”的组合,因此被称 为0 0 1背包问题。如果检查n个物品所有“选”与“不选”的组 合,算法的复杂度为O(2n)当物品的大小以及背包的大小均为正 数,则0 0 1背包问题可以用动态规划法以O(nW )的效率解决。
模板:
for (int i =0; i < n ; i ++)
for (int j =0; j <= W ; j ++)
if(j < w [ i ])
dp [ i +1][ j ]= dp [ i ][ j ];
else
dp [ i +1][ j ]= max ( dp [ i ][ j ] , dp [ i ][ j - w [ i ]]+ v [ i ]);
printf ( " % d \ n " , dp [ n ][ W ]);
优化用一维数组:
代码可以通过不断重复用一个数组来实现
int dp [ MAXN ];
for (int i =0; i < n ; i ++)
for (int j = W ;j >= w [ i ]; j - -)
dp [ j ]= max ( dp [ j ] , dp [j - w [ i ]]+ v [ i ]);
printf ( " % d \ n " , dp [ W ]);
完全背包问题:
问题提出
有n种重量和价值分别为w[i], v[i]的物品,从这些物品中挑 选总重量不超过W的物品,求出挑选物品价值总和的构大值。 在这里,每种物品可以挑选任意件
限制条件
1 ≤ n ≤ 100
1 ≤ wi, vi ≤ 100
1 ≤ W ≤ 10000
二维数组模板:
for (int i =0; i < n ; i ++)
for (int j =0; j <= W ; j ++)
if(j < w [ i ])
dp [ i +1][ j ]= dp [ i ][ j ];
else
dp [ i +1][ j ]= max ( dp [ i ][ j ] , dp [ i +1][ j - w [ i ]]+ v [ i ]);
printf ( " % d \ n " , dp [ n ][ W ]);
一维数组优化:
int dp [ MAXN ];
for (int i =0; i < n ; i ++)
for (int j = w [ i ]; j <= W ; j ++)
dp [ j ]= max ( dp [ j ] , dp [j - w [ i ]]+ v [ i ]);
printf ( " % d \ n " , dp [ W ]);
多重背包
多重背包问题
有n种重量和价值分别为w[i], v[i]的物品,从这些物品中挑 选总重量不超过W的物品,求出挑选物品价值总和的构大值。 不过在这里,每种物品柁多可以挑选mi件
限制条件1 ≤ n ≤ 100
1 ≤ wi, vi ≤ 100
1 ≤ mi ≤ 10000
1 ≤ W ≤ 10000
代码实现:
for (int i =0; i < n ; i ++){
int num = m [ i ];
for (int k =1; num >0; k < <=1){
int mul = min (k , num );
for (int j = W ;j >= w [ i ]* mul ;j - -){
dp [ j ]= max ( dp [ j ] , dp [j - w [ i ]* mul ]+ v [ i ]* mul );
}
num -= mul ;
}
}
printf ( " % d \ n " , dp [ W ]);