**
背包问题
**
前言
”贺炜2014世界杯深情送别西班牙国家队。
自古打天下难,守天下更难,没有人可以永远站在顶峰,即使你可以做到居安思危,未雨绸缪,但是你身边全是和你当年一样充满野心,充满激情和充满渴望的年轻人,他们把你的长处和短处放在显微镜下去研究,以你为标靶,你说你守天下难不难。
人生当中成功只是一时的,失败却是主旋律,但是如何面对失败,却把人分成了不同的样子,有的人会被失败击垮,有的人能不断的爬起来继续向前,我想真正的成熟应该并不是追求完美,而是直面自己的缺憾,这才是生活的本质。
罗曼罗兰说过的,这个世上只有一种真正的英雄主义,那就是,认清生活的真相,并且仍然热爱她。西班牙队重头再来吧,难道向上攀爬的那条路不是比站在顶峰更让人热血澎湃?“
提示:背包问题:就是一层层的往里拓展,一层层的优化,考察DP思维,要思考出每一步是怎么走的
一、01背包问题
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
01背包问题其实就是对第i-1个物品进行一个决策,优化版我没写,可以对照下面的完全背包问题进行一个对照改写一下
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1010;
int v[N]; //体积
int w[N];//价值
int f[N][N];//f[i][j],j体积下前i个物品的最大价值
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=1;j<=m;j++)
{//当前背包容量装不进第i个物品,则价值等于前i-1个物品
if(j<v[i])
f[i][j]=f[i-1][j];
//能装,需进行决策是否选择第i个物品
else
f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
}
}
cout<<f[n][m]<<endl;
return 0;
}
//不会就看acwing01背包问题题解深海
二、完全背包问题
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
01背包和完全背包特别像,就两点不一样,
一…f[i][j[=max(f[i-1][j],f[i-1][j-v[i]+w[i])01背包,虽然f[i-1][j]与f[i][j[]两种写法都不错,但是意义不一样,前一种表示已经抉择过了
f[i][j]=max(f[i][j],f[i][j-v[i]+w[i])完全背包
二…if 条件if(j<v[i]) else01背包
if(j>=v[i])完全背包
两种背包都可以用第二种,但是如果只有01背包可以用第一种
01背包问题和完全背包问题题目的区别在于01背包是物品只能用一次,完全背包是物品可以无限次用,完全背包并不是单纯的决策第i-1个物品,不能用01背包的思维考虑完全背包
用了y总的一些笔记
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1010;
int f[N][N],w[N],v[N];
int n,m;
int main()
{
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=1;j<=m;j++)
{
f[i][j]=f[i-1][j];
//f[j]=f[j]
//一维优化,f[j]=f[j]//注意该方程是有顺序的,
//从右边到左边,所以右边是表示的上一层的值,所以是f[i-1][j]所以一维优化后是与原式等价的
if(j>=v[i]) f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
// f[j]=max(f[j],f[j-v[i]]+w[i])
//同样一维优化可得,f[j]=max(f[j],f[j-v[i]]+w[i])
// f[j-v[i]]与f[i][j-v[i]]是相同的,都是表示的是这一层,不表示上一层,细品一下
}
}
cout<<f[n][m]<<endl;
return 0;
}
//优化后的结果代码,可以结合上一部分的代码进行一个推导
//#include<iostream>
//#include<cstring>
//#include<algorithm>
//using namespace std;
//
//const int N = 1010;
//int f[N],w[N],v[N];
//int n,m;
//
//int main()
//{
// 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;
//}
三,多重背包1问题
多重背包问题与01背包很相似,很多地方都可以用01背包来想通,但是也有与01背包不同的地方
多重背包问题是有s个物品,你可以选择放一个,两个,三个…
有 N
种物品和一个容量是 V
的背包。
第 i
种物品最多有 si
件,每件体积是 vi
,价值是 wi
。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
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,每行三个整数 vi,wi,si
,用空格隔开,分别表示第 i
种物品的体积、价值和数量。
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<vi,wi,si≤100
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1010;
int n,m;
int v[N],w[N],s[N];
int f[N][N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++) cin>>v[i]>>w[i]>>s[i];
for(int i=1;i<=n;i++)
{
for(int j=0;j<=m;j++)
{
for(int k=0;k<=s[i]&&k*v[i]<=j;k++)
f[i][j]=max(f[i][j],f[i-1][j-v[i]*k]+w[i]*k);
//为什么不是f[i][j]=max(f[i-1][j],f[i-1][j-v[i]*k]+w[i]*k);呢??
//这是因为当k=0的时候f[i][j]=f[i-1][j]这是与自身进行的一个比较
//这样就可以理解了为什么j=0,k=0不能省去了
}
}
cout<<f[n][m]<<endl;
return 0;
}
//下面是多重背包问题的优化版本
//#include<iostream>
//#include<cstring>
//#include<algorithm>
//using namespace std;
//
//const int N = 1010;
//int v[N],f[N],w[N],s[N];
//int n,m;
//
//int main()
//{
// cin>>n>>m;
// for(int i=1;i<=n;i++) cin>>v[i]>>w[i]>>s[i];
//
// for(int i=1;i<=n;i++)
// {
// for(int j=m;j>=v[i];j--)
// {
// for(int k=1;k<=s[i]&&k*v[i]<=j;k++)
// {
// f[j]=max(f[j],f[j-k*v[i]]+k*w[i]);
// }
// }
// }
//
// cout<<f[m]<<endl;
//
// return 0;
//}
四,多重背包Ⅱ
多重背包Ⅱ的思想呢就是分成多分,但不能分成一份一份的,这样的话就会因为数据过多从而超时,多以用二进制来分,确保把s个物品正好分成二进制可组合成的数(从1~s)
#include <iostream>
#include <algorithm>
using namespace std;
/*二进制优化(下方举例说明):
①假定物品件数s=200
②二进制形式k[n]={1,2,4,8,16,32,64,73} 其所有值相加是<=200 可以凑出[0~200]的所有数
③除开最后一个数不是二进制形式,73=200-(1+2+4+8+16+31+64)
④其余数,若定64,其中64+[0~63]->[0~127]
⑤最后一个数73,其中73+[0~127]->[0~200] */
const int N=12010,M=2010; //此处1000 * log2000 , 向上取整数N 得12000
int n,m; //n表示物品总数,m表示背包容积
int v[N],w[N]; //v[i]表示第i件物品的体积,w[i]表示第i件物品的价值
int f[N]; //组合方案中的最大价值
int main()
{
cin>>n>>m;
int cnt=0; //用来存储所有新的物品
for(int i=1;i<=n;i++)
{
int a,b,s;
cin>>a>>b>>s; //输入当前物品的体积,价值,个数
int k=1; //此处二进制优化,从1开始分(假定选择当前物品的总数为k)
while(k<=s)
{
cnt++; //编号增加
v[cnt]=a*k; //体积*物品总数
w[cnt]=b*k;
s-=k; //从总个数s中减去k个
k*=2; //二进制,乘以二继续循环
}
if(s>0) //若总个数s还有剩余
{
cnt++; //编号增加
v[cnt]=a*s; //体积*剩余个数
w[cnt]=b*s;
}
}
n=cnt; //将n更新为cnt
for(int i=1;i<=n;i++)
for(int j=m;j>=v[i];j--) //此处优化成一维,次数使用倒序,因为原f[i][j]=max(f[i][j],f[i-1][j-v[i]*k]+w[i]*k)
f[j]=max(f[j],f[j-v[i]]+w[i]); //其中v[i]和w[i]已经是选定个数k后更新的体积和价值
cout<<f[m]<<endl;
return 0;
}
五,分组背包问题
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1010;
int n,m;
int v[N],w[N],f[N];
int main()
{
cin>>n>>m;
for(int i=0;i<n;i++)//几个背包包 ,只能从i=0开始,因为后面要用到i
{
int s;
cin>>s;//一个包里有几个组
for(int j=0;j<s;j++) cin>>v[j]>>w[j];
for(int j=m;j>=0;j--) //有限多个从后往前枚举 ,这一步表示体积
{
for(int k=0;k<s;k++)//表示看看选哪一个合适 ,且只能选一个
{
if(j>=v[k])//这里注意时v[k]不是v[j],表示第几个物品的体积
{//重点:因为是for(int j=m;j>0;j--) 所以要额外的再判断一次是否大于v[k]
f[j]=max(f[j],f[j-v[k]]+w[k]);
}
}
}
}
cout<<f[m]<<endl;
return 0;
}
总结
提示:背包问题感觉还是要多看多理解吧