01背包
描述:
有限个物品具有体积和价值两个属性,有一个一定体积的背包,每个物品只能选一次,如何选择物品,使得背包里的物品总价值最大。
思路:
主要内容 | 数据类型 | 作用 |
n | int | 物品个数 |
m | int | 背包容积 |
二维数组f[][] | int | f[i][j]存储在前i个物品中选,体积不超过j的最大价值 |
一维数组v[] | int | v[i]存储第i个物品的体积 |
一维数组w[] | int | w[i]储存第i个物品的价值 |
![](https://i-blog.csdnimg.cn/blog_migrate/a7744787965efa249d8546573592ddc3.png)
例题:
题目:01背包
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。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品数量和背包容积。
接下来有 N 行,每行两个整数 vi,wi,用空格隔开,分别表示第 i 件物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
8
代码与题解:
//朴素版
#include <iostream>
#include <algorithm>
using namespace std;
const int N=1010;
int v[N],w[N];
int f[N][N];
int main(){
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++) cin>>v[i]>>w[i];
for(int i=1;i<=n;i++){//从前i个物品当中选
for(int j=0;j<=m;j++){//体积不超过j
//状态计算,分成两个集合
//左半集合,不选第i个物品
f[i][j]=f[i-1][j];
//右半集合,选第i个物品
if(v[i]<=j) f[i][j]=max(f[i-1][j-v[i]]+w[i],f[i][j]);
}
}
printf("%d\n",f[n][m]);
return 0;
}
优化:
DP问题还有一个步骤就是优化代码,这里的优化和题目没有关系,只是对代码进行等价变形,把人的逻辑在代码层面进行压缩,在最精简的代码里获得复杂代码的等价效果。
//优化版
//优化只和代码有关,只是对代码的等价变形,不需要考虑题目逻辑
//优化成一维
#include <iostream>
#include <algorithm>
using namespace std;
const int N=1010;
int f[N];
int main(){
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++){
int vi,wi;
cin>>vi>>wi;
for(int j=m;j>=vi;j--) f[j]=max(f[j-vi]+wi,f[j]);
}
printf("%d\n",f[m]);
return 0;
}
完全背包:
描述:
有限个物品具有体积和价值两个属性,有一个一定体积的背包,每个物品可选无限次,如何选择物品,使得背包里的物品总价值最大。
思路:
主要内容 | 数据类型 | 作用 |
n | int | 物品个数 |
m | int | 背包容积 |
二维数组f[][] | int | f[i][j]存储在前i个物品中选,体积不超过j的最大价值 |
一维数组v[] | int | v[i]存储第i个物品的体积 |
一维数组w[] | int | w[i]储存第i个物品的价值 |
![](https://i-blog.csdnimg.cn/blog_migrate/a7744787965efa249d8546573592ddc3.png)
状态表示:
集合:在前i个物品里选并且所选物品的体积不超过j的方案数的集合;
属性:这个集合里价值最大的一种方案数
状态计算:
f[i][j]=max(f[i-1][j] , f[i-1][j-v[i]]+w[i] , f[i-1][j-2*v[i]]+2*w[i]+........f[i-1][j-k*v[i]]+w[i]); (k*v[i]<=j)
例题:
题目:完全背包
有 N 种物品和一个容量是 V 的背包,每种物品都有无限件可用。
第 i 种物品的体积是 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。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行两个整数 vi,wi,用空格隔开,分别表示第 i 种物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
代码与题解:
代码:
#include <iostream>
#include <algorithm>
using namespace std;
const int N=1010,M=1010;
int w[N],v[N];
int f[N][M];
int main(){
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++) cin>>v[i]>>w[i];
for(int i=1;i<=n;i++)
for(int j=0;j<=m;j++)
for(int k=0;k*v[i]<=j;k++){
f[i][j]=max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);
}
cout<<f[n][m]<<endl;
return 0;
}
会超时,所以要优化;
优化:
对状态转移方程进行操作;
f[i][j]=max(f[i-1][j] , f[i][j-v[i]]+w[i]);
可以优化成二重循环;
#include <iostream>
#include <algorithm>
using namespace std;
const int N=1010,M=1010;
int w[N],v[N];
int f[N][M];
int main(){
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++) cin>>v[i]>>w[i];
for(int i=1;i<=n;i++)
for(int j=0;j<=m;j++){
f[i][j]=f[i-1][j];
if(j>=v[i]) f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
}
cout<<f[n][m]<<endl;
return 0;
}
再优化:
像01背包一样将代码等价变形,将状态表示优化成一维;
#include <iostream>
#include <algorithm>
using namespace std;
const int N=1010,M=1010;
int w[N],v[N];
int f[N];
int main(){
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++) cin>>v[i]>>w[i];
for(int i=1;i<=n;i++)
for(int j=v[i];j<=m;j++)
f[j]=max(f[j],f[j-v[i]]+w[i]);
cout<<f[m]<<endl;
return 0;
}
题目:整数划分
一个整数总可以拆分为 2 的幂的和。
例如:7 可以拆分成
7=1+2+4,7=1+2+2+2,7=1+1+1+4,7=1+1+1+2+2,
7=1+1+1+1+1+2,7=1+1+1+1+1+1+1
共计 6 种不同拆分方式。
再比如:4 可以拆分成:4=4,4=1+1+1+1,4=2+2,4=1+1+2。
用 f(n) 表示 n 的不同拆分的种数,例如 f(7)=6。
要求编写程序,读入 n,输出 f(n)mod109。
输入格式
一个整数 n。
输出格式
一个整数,表示 f(n)mod109。
数据范围
1≤N≤106
输入样例:
7
输出样例:
6
代码与题解:
#include <iostream>
#include <cmath>
using namespace std;
const int N=1e6+10,M=20,mod=1e9;
int v[M];
int f[21][N];
int main(){
int m;
cin>>m;
for(int i=1;i<=20;i++){
v[i]=pow(2,i-1);
}
f[0][0]=1;
for(int i=1;i<=20;i++){
for(int j=1;j<=m;j++){
for(int k=0;k*v[i]<=j;k++){
f[i][j]+=f[i-1][j-k*v[i]]%mod;
}
}
}
cout<<f[20][m]<<endl;
return 0;
}
优化:
时间优化;
#include <iostream>
#include <cmath>
using namespace std;
const int N=1e6+10,M=21,mod=1e9;
int v[M];
int f[M][N];
int main(){
int m;
cin>>m;
for(int i=1;i<=20;i++){
v[i]=pow(2,i-1);
}
f[0][0]=1;//这里注意这个边界条件的设置,第0个物品中选能凑到0的选法,就是一种
for(int i=1;i<=20;i++){
for(int j=0;j<=m;j++){
f[j]=[j];
if(j>=v[i]) f[i][j]=(f[i][j]+f[i][j-v[i]])%mod;
}
}
cout<<f[20][m]<<endl;
return 0;
}
再优化:
空间优化
#include <iostream>
#include <cmath>
using namespace std;
const int N=1e6+10,M=21,mod=1e9;
int v[M];
int f[N];
int main(){
int m;
cin>>m;
for(int i=1;i<=20;i++){
v[i]=pow(2,i-1);
}
f[0]=1;//这里注意这个边界条件的设置,第0个物品中选能凑到0的选法,就是一种
for(int i=1;i<=20;i++){
for(int j=1;j<=m;j++){
if(j>=v[i]) f[j]=(f[j]+f[j-v[i]])%mod;
}
}
cout<<f[m]<<endl;
return 0;
}
分组背包:
描述:
有限堆物品具有体积和价值两个属性,每堆有一定数量的不同物品,有一个一定体积的背包,每堆物品只能选一个,如何选择物品,使得背包里的物品总价值最大。
思路:
与01背包问题和完全背包问题的思路一样;
例题:
题目:分组背包
有 N 组物品和一个容量是 V 的背包。
每组物品有若干个,同一组内的物品最多只能选一个。
每件物品的体积是 vij,价值是 wij,其中 i 是组号,j 是组内编号。
求解将哪些物品装入背包,可使物品总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式
第一行有两个整数 N,V,用空格隔开,分别表示物品组数和背包容量。
接下来有 N 组数据:
每组数据第一行有一个整数 Si,表示第 i 个物品组的物品数量;
每组数据接下来有 Si 行,每行有两个整数 vij,wij,用空格隔开,分别表示第 i 个物品组的第 j 个物品的体积和价值;
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤100
0<Si≤100
0<vij,wij≤100
输入样例
3 5
2
1 2
2 4
1
3 4
1
4 5
输出样例:
8
代码与题解:
#include <iostream>
#include <algorithm>
using namespace std;
const int N=110,M=110;
int v[N][N],w[N][N],cnt[N];
int f[N][M];
int main(){
int n,m;
cin>>n>>m;
for(int i=1;i<=n;i++){
cin>>cnt[i];
for(int j=1;j<=cnt[i];j++) cin>>v[i][j]>>w[i][j];
}
for(int i=1;i<=n;i++){
for(int j=0;j<=m;j++){
f[i][j]=f[i-1][j];
for(int k=1;k<=cnt[i];k++){
if(j>=v[i][k]) f[i][j]=max(f[i][j],f[i-1][j-v[i][k]]+w[i][k]);
}
}
}
cout<<f[n][m]<<endl;
return 0;
}