背包问题-算法题

背包问题

本部分内容均参考该大佬著作，感兴趣搜索背包九讲.pdf获取文档并深入学习。

背包问题时最常见的DP问题，通常通过状态转移方程得出最终结果；

• 常见的若问容量V可获取的最大价值物品，则初始化dp[0~n]=0，因为每个容量都有可能成为最终结果

• 若需恰好装满容器V，则dp[0] = 0, dp[1~n]=-inf，因为只有在什么也不装的情况下价值才能为0

01背包

int ZeroOnePack(vector<int> &value, vector<int> &cost, int &V) {
	int n = value.size();
	vector<int> dp(V+1);
	for (int i = 0; i < n; ++i) {
		for (int j = V; j >= cost[i]; --j) {
			dp[j] = max(dp[j], dp[j-cost[i]]+value[i]);
		}	
	}
	return dp[V];
}

第二层循环可做一个常数级的优化：

for (int i = 0; i < n; ++i) 
	for (int j = V; j >= max(cost[i], SUM(value); --j) 
		dp[j] = max(dp[j], dp[j-cost[i]]+value[i]);

完全背包

int CompletePack(vector<int> &value, vector<int> &cost, int &V) {
	int n = value.size();
	vector<int> dp(V+1);
	for (int i = 0; i < n; ++i) {
		for (int j =  cost[i]; j <= V; ++j) {
			dp[j] = max(dp[j], dp[j-cost[i]]+value[i]);
		}	
	}
	return dp[V];
}

多重背包

int MultiplePack(vector<int> &value, vector<int> &cost, vector<int> &times, int &V) {
	int n = value.size();
	vector<int> dp(V+1);
	for (int i = 0; i < n; ++i) {
		if (cost[i] * times[i] >= V) {
			for (int j =  cost[i]; j <= V; ++j)
				dp[j] = max(dp[j], dp[j-cost[i]]+value[i]);
		}
		else {
			int k = 1;
			while (k < times[i]) {
				for (int j = V; j >= k*cost[i]; --j)
					dp[j] = max(dp[j], dp[j-k*cost[i]]+k*value[i]);
				times[i] -= k;
				k <<= 1;
			}
			for (int j = V; j >= times[i]*cost[i]; --j)
				dp[j] = max(dp[j], dp[j-times[i]*cost[i]]+times[i]*value[i]);
		}
	}
	return dp[V];
}