动态规划中很经典的一类问题就是背包问题……
01背包
问题描述:有n个物品,每个物品体积为v[i],价值为w[i],每个物品只能选一次,现有一个背包体积大小为V,问如何选择物品使得装入背包里的价值总和最大。
分析:定义状态f[i][j]为前i个物品装j体积大小能得到的最大价值。
int f[n][V];
for (int i = 1; i <= n; ++i) {
for (int j = 1; j <= V; ++j) {
if (v[i] > j) {
f[i][j] = f[i - 1][j];
} else {
f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]);
}
}
}
因为第i行只与第i-1行有关,所以我们可以使用滚动数组压缩第一维。还可以直接把第一维直接去掉。
int f[V];
for (int i = 1; i <= n; ++i) {
for (int j = V; j >= v[i]; --j) { /* 注意这里是倒序,保证每个物品只取一次 */
f[j] = max(f[j], f[j - v[i]] + w[i]);
}
}
完全背包
问题描述:有n个物品,每个物品体积为v[i],价值为w[i],每个物品有无限个,现有一个背包体积大小为V,问如何选择物品使得装入背包里的价值总和最大。
分析:与01背包非常相似。
int f[V];
for (int i = 1; i <= n; ++i) {
for (int j = c[i]; j <= V; ++j) { /* 这里枚举体积是正序,每个物品可以放到背包里多次 */
f[j] = max(f[j], f[j - v[i]] + w[i]);
}
}
多重背包
问题描述:有n个物品,每个物品体积为v[i],价值为w[i],每个物品有c[i]个,现有一个背包体积大小为V,问如何选择物品使得装入背包里的价值总和最大。
分析:显然我们可以转化为01背包求解,把所有物品都看成不同的物品依次枚举,这样的话复杂度无疑是很高的。
优化:用二进制枚举的方法,我们考虑把第i种物品换成若干件物品,其中每件物品有一个系数,这件物品的费用和价值均是原来的费用和价值乘以这个系数。使这些系数分别为 1,2,4,8,…,2(k-1),c[i]-2k+1,且k是满足c[i]-2^k+1>0的最大整数。例如,假设c[i]=24,就将这种物品分成系数分别为1,2,4,8,9的5件物品。想一下能用这些数把原来的1~ci全都表示出来吗?
Coins HDU - 2844(多重背包 模板题)
分组背包
问题描述:有n个物品,每个物品体积为v[i],价值为w[i],将这些物品分为k组,每组中的物品两两相互冲突,最多只能选一件物品。现有一个背包体积大小为V,问如何选择物品使得装入背包里的价值总和最大。
分析:定义状态f[k][v]表示前k组物品花费v能取得的最大权值。
for 所有的组k
for v=V..0
for 所有的i属于组k
f[v]=max{f[v],f[v-c[i]]+w[i]}