背包九讲文章总结

[[1]背包九讲文章][a]
[a]: https://www.kancloud.cn/kancloud/pack/70125

01背包问题

题目：

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。
01背包

#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;
const int MAX=1010;
int f[MAX][MAX];

int main()
{
int N,V,v,w;
cin>>N>>V;

    for(int i=1;i<=N;++i)
    {
        cin>>v>>w;
        for(int j=0;j<=V;++j)
        {
                f[i][j]=f[i-1][j];
                 if(j>=v)
                f[i][j]=max(f[i][j],f[i-1][j-v]+w);
        }
    }
    cout<<f[N][V]<<endl;
    return 0;    
} 

1

背包问题是动态规划的一种，最重要的是找到递推方程，设f[i][j]表示对于第i件物品在背包容量为j的时候可以得到的最大价值，此时对于第i件物品，有选或者不选两种状态。

• 1.如果不选第i件物品,f[i][j]=f[i-1][j].
• 2.如果选第i件物品，f[i][j]=f[i-1][j-v]+w,即在i件物品中选择体积为j的物品可以得到的最大值为在i-1件物品中选择体积为j-v的物品可以得到的最大值加上第i件物品的体积。（v为第i件物品的体积）。所以最终的f[i][j]应该为1和2两种情况的最大值。

为什么f[N][V]为最终解？

因为在初始化的时候，f数组全为0，所以假设f[a][b]为最优解，那么从f[N-a][V-b]可以通过转移从而选择a个物品体积为b，此时为f[i][j].

优化空间

#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
int f[2000];
int main()
{
int N,V,v,w;
cin>>N>>V;
	for(int i=1;i<=N;++i)
	{
		cin>>v>>w;
		for(int j=V;j>=v;--j)
		{
			f[j]=max(f[j],f[j-v]+w);
		}
	}
	cout<<f[V]<<endl;
	return 0;
}

根据递推公式

• 1.如果不选第i件物品,f[i][j]=f[i-1][j].
• 2.如果选第i件物品，f[i][j]=f[i-1][j-v]+w

f[i][j]的值只与第i-1层的值有关，所以可以使用一维数组优化空间。
设f[j]表示在背包体积为j的情况下可以得到的最大价值。这里的i（对于第i个物品）其实是隐藏的。
因为我们求解第i个物品的时候，需要用到f[j-v],所以在遍历体积的时候应从大向小遍历。