01背包问题模板以及例题分析

1.问题分析

01背包问题是一个经典的动态规划问题，通常用于解决在有限容量的背包中选择物品，使得其总价值最大化的情况。具体来说，给定一组物品，每个物品有对应的价值和重量，以及一个固定容量的背包，问题是如何选择物品放入背包中，使得放入的物品总价值最大，且总重量不超过背包容量。

2.物品体积一样和价值也一样 

2.1例题

题目描述

小红有一个体积为VVV的背包，已知每个物品会占用xxx的体积，带来的收益是yyy。小红想知道，自己能装的最大总收益的物品是多少？

输入描述:

一行三个正整数，V,x,yV,x,yV,x,y，用空格隔开。 1≤V,x,y≤2001\leq V,x,y \leq 2001≤V,x,y≤200

输出描述:

一个整数，代表小红能装的物品总收益最大值。

输入

5 2 3

输出

6

2.2题解代码

#include <bits/stdc++.h>

using namespace std;

int max_profit(int V, int x, int y) {
    // dp[i] 表示体积为 i 的背包能达到的最大收益
    vector<int> dp(V + 1, 0);

    for (int i = 1; i <= V; ++i) {
        // 遍历每个物品
        for (int j = 1; j * x <= i; ++j) {
            // 放入 j 个当前物品，更新最大收益
            dp[i] = max(dp[i], dp[i - j * x] + j * y);
        }
    }

    return dp[V];
}

int main() {
    int V, x, y;
    cin >> V >> x >> y;

    int result = max_profit(V, x, y);
    cout << result << endl;

    return 0;
}

3.物品体积不同，价值也不同的背包问题

#include<bits/stdc++.h>

using namespace std;

// 函数用于解决01背包问题，返回最大总价值
int knapsack(int capacity, vector<int>& weights, vector<int>& values) {
    int n = weights.size();
    vector<vector<int>> dp(n + 1, vector<int>(capacity + 1, 0));

    for (int i = 1; i <= n; ++i) {
        for (int w = 1; w <= capacity; ++w) {
            if (weights[i - 1] <= w) {
                dp[i][w] = max(dp[i - 1][w], dp[i - 1][w - weights[i - 1]] + values[i - 1]);
            } else {
                dp[i][w] = dp[i - 1][w];
            }
        }
    }

    return dp[n][capacity];
}

int main() {
    vector<int> weights = {2, 3, 4, 5}; // 物品重量
    vector<int> values = {3, 4, 5, 6}; // 物品价值
    int capacity = 8; // 背包容量

    int max_value = knapsack(capacity, weights, values);
    cout << "背包可以装的最大价值: " << max_value << endl;

    return 0;
}

3.1例题

牛客 小红不想做完全背包 （hard）

本题和easy版本的唯一区别是：ppp没有必须等于3的限制。
完全背包是一个经典问题，但小红完全不会完全背包，因此她不想做完全背包。
现在小红拿到了一个长的很像完全背包的题，她希望你帮她解决一下。

给定一个背包，有nnn种物品，每种物品的价值为aia_iai​，有无穷多个。小红有一个无穷大的背包，她希望往里面放若干个物品，使得最终所有物品的价值之和为ppp的倍数。小红想知道最终至少要放多少物品？

（注意：不能不放物品）

输入描述:

第一行输入两个正整数n,pn,pn,p，用空格隔开。 第二行输入nnn个正整数aia_iai​。 1≤n,p≤20001\leq n,p \leq 20001≤n,p≤2000 1≤ai≤1091\leq a_i \leq 10^91≤ai​≤109

输出描述:

一个整数，代表小红最终要放的物品数量的最小值。

输入

4 3

1 2 3 4

输出

1

 3.1.1动态规划加背包思想的题解

#include<bits/stdc++.h>
using namespace std;
#define int long long 
int a[20250];
int dp[210000];
signed main()
{
 	ios::sync_with_stdio(0);
 	cin.tie(0);cout.tie(0);
    int n,p;
    cin>>n>>p;
    for(int i=0;i<=p;i++)
        dp[i]=1e18;
    for(int i=1;i<=n;i++)
    {
        cin>>a[i];
        a[i]%=p;
        dp[a[i]]=1;
        for(int j=0;j<=p-1;j++)
            dp[(j+a[i])%p]=min(dp[(j+a[i])%p],dp[j]+1);
        for(int j=0;j<=p-1;j++)
            dp[(j+a[i])%p]=min(dp[(j+a[i])%p],dp[j]+1);
    }
    cout<<dp[0];
}

3.1.2 BFS思想的题解

#include<bits/stdc++.h>
#define int long long
using namespace std;
const int N = 2e3+10;
int n,p;
int mp[N];
bool vis[N];
signed main(){
    scanf("%lld%lld",&n,&p);
    queue<pair<int,int>>q;
    for(int i=1;i<=n;i++){
        int x;cin>>x;
        if(mp[x%p]==0){
            //放入节点（x%p），初始路径为1
            q.emplace(x%p,1);
            //标记已经走过
            vis[x%p] = true;
            //标记为地图存在这个节点
            mp[x%p] = 1;
        }
    }
    //BFS
    while(!q.empty()){
        int pos = q.front().first;
        int num = q.front().second;
        //如果在余数为0的时候已经存在数，则跳出
        if(!pos){
            cout<<num;
            return 0;
        }
        //如果此地图没有被走过vis[] == false,且存在向这下一步的节点mp[] == 1
        for(int i=0;i<p;i++){
            if(mp[i] == 1 && vis[(pos+i) % p] == 0){
                //标记为已经走过
                vis[(pos+i) % p] = true;
                q.emplace((pos+i)%p,num+1);
            }
        }
        //队首出队
        q.pop();
    }
    return 0;
}