背包问题
背包问题指的是在给定背包容量m和物品价值v及重量w的条件下,求在不分割物品的情况下背包容纳的最大价值,是一类经典的动态规划问题(贪心不可解)。
用二维的dp[i][j]数组做状态记录,表示在考虑前i种物品的情况下背包容量j的最优解,不考虑最优取法还原的情况下可以状态压缩.
01背包
每种物品只有一个,即只考虑物品取或不取(0或者1)。
状态转移方程
i个物品的最优解来自i-1的最优解转移而来(因为第i种物品只有一个可取)。
f[i][j]=f[i-1][j];
if(j>=t[i]) f[i][j]=max(f[i][j],f[i-1][j-t[i]]+v[i]);
完整模板:
#include<iostream>
using namespace std;
int w[3410];
int v[3410];
int dp[12885];
int main(){
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++){
cin>>w[i]>>v[i];
}
for(int i=1;i<=n;i++){
for(int j=m;j>=w[i];j--){
dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
}
cout<<dp[m]<<endl;
return 0;
}
完全背包
考虑物品取或不取,还要考虑每件物品取多少。
状态转移方程
i个物品的最优解已经不再来自i-1的最优解转移而来,由于数量无限,所以dp[i][j]由dp[i][j-w[i]]转移而来。
for(int j=w[i];j<=t;j++){
dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
完整代码模板:
#include<iostream>
#include<cstdio>
using namespace std;
long long dp[10000005];
int w[10005];
int v[10005];
int main(){
int t,n;
cin>>t>>n;
for(int i=1;i<=n;i++){
cin>>w[i]>>v[i];
}
for(int i=1;i<=n;i++){
for(int j=w[i];j<=t;j++){
dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
}
cout<<dp[t]<<endl;
return 0;
}
多重背包
物品数量有限的完全背包。
状态转移方程
将相同物品看作不同物品去考虑。
for(int i=1;i<=n;i++){
for(int i=0;i<=m;i++){
for(int k=0;k<=num[i]&&k*w[i]<=j;k++){
dp[j]=max(dp[j],dp[j-k*w[i]]+k*v[i])
}
}
}
上面的状态方程时间复杂度较高,采用二进制优化降低(牺牲空间换时间,记得数组要开大)。
完整代码:
#include<iostream>
#include<cstdio>
#include<string.h>
using namespace std;
long long dp[1000005];
int v[1000005],w[1000005];
int main(){
int n,m;
scanf("%d%d",&n,&m);
int cnt=0;
int a,b,c;
for(int i=1;i<=n;i++){
scanf("%d%d%d",&a,&b,&c);
int k=1;
while(k<=c){
cnt++;
v[cnt]=k*a;
w[cnt]=k*b;
c-=k;
k*=2;
}
if(c){
cnt++;
v[cnt]=c*a;
w[cnt]=c*b;
}
}
for(int i=1;i<=cnt;i++){
for(int j=m;j>=w[i];j--){
dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
}
printf("%d\n",dp[m]);
return 0;
}