以01背包、完全背包为基础推导原理:
01背包
洛谷:P1048 [NOIP2005 普及组] 采药 [NOIP2005 普及组] 采药 - 洛谷
转化时间为背包容量和草药占的量
先讲一下二维 dp:
让我假设现在的背包的容量是C=10;
物品编号:1 2 3
物品重量:5 6 4
物品价值:20 10 12
用v[i]表示物品价值,w[i]表示物品重量,要使得放入背包的物品价值最大化,我们知道用贪心是不行的!
所以接下来开始动规:
首先定义状态 dp[i][j] 以 j 为容量为放入前i个物品(按 i 从小到大的顺序)的最大价值,那么 i=1 的时候,放入的是物品 1 ,这时候肯定是最优的啦!
那考虑一下 j,j是当前容量,如果 j<5,那么是不是就不能放,dp[1][j](j<5)=0;那如果 j>5,就可以放了,dp[1][j](j>=5)=20;
接着 i=2 放两个物品,求的就是 dp[2][j] 了,当j<5 的时候,是不是同样的 dp[2][j](j<5) 等于0;那当 j<6 是不是还是放不下第二个,只能放第一个;
那 j>6j>6 呢?是不是就可以放第二个了呢?是可以,但是明显不是最优的,用脑子想了一下,发现 dp[2][j](j>6)=20,这个 20 怎么来的呢,当然是从前一个状态来的(注意这里就可以分为两种情况了):一种是选择第二个物品放入,另一种还是选择前面的物品;
让我们假设一下 j=10 吧,可能会比较好理解!这时候: dp[2][10] = max((dp[1][10-w[2]])+v[2],dp[1][10])
dp[2][10] = max(dp[1][4])+10,dp[1][10])
是不是很明显了呢,dp[1][4]+10 是选择了第二个,于是容量相应就减少成 4,之前已经得出 dp[1][4]=0,就是说选了物品 2,物品 1 就选不了了;dp[1][10] 是不选择第二个,只选择第一个 dp[1][10] 是等于 20 的,于是得出 dp[2][10]=20
到这里就可以了,依次类推,动态转移方程为:dp[i][j]=max(dp[i−1][j−w[i]])+v[i],dp[i−1][j])
但是好像还有一些问题没考虑完.........
看回例子:
物品编号:1 2 3
物品重量:5 6 4
物品价值:20 10 12
我们知道 dp[1][j](j<5)=20,dp[2][j](j=5) 的时候是多少呢?我们看到动态转移方程并没有考虑 j<w[i] 的情况,但是我们可以加进去,由于 dp[2][5] 我们看出来是等于 5 的,为什么?因为不能选第二个,只能选第一个,所以..... dp[2][5] 是不是刚好等于 dp[1][5] 了呢!所以当j<w[i] 的时候,dp[i][j]=dp[i−1][j] 就好了,是不是很神奇呢!
二维 dpdp 代码:
#include "iostream"
#include "stdio.h"
using namespace std;
int w[105],val[105];
int dp[105][1005];
int main()
{
int t,m,res=-1;
scanf("%d%d",&t,&m);
for(int i=1;i<=m;i++)
{
scanf("%d%d",&w[i],&val[i]);
}
for(int i=1;i<=m;i++)
for(int j=t;j>=0;j--)
{
if(j>=w[i])
{
dp[i][j]=max(dp[i-1][j-w[i]]+val[i],dp[i-1][j]);
}
else
{
dp[i][j]=dp[i-1][j];
}
}
printf("%d",dp[m][t]);
return 0;
}
!!!
一维简化:
我们再用一维dp看看,我们减掉选到哪一个物品这一维
有人就要说了,会重复放入
让我假设现在的背包的容量是 C=10;
物品编号:1 2 3
物品重量:5 6 4
物品价值:20 10 12
直接分析dp数组:
dp:0 0 0 0 0 0 0 0 0 0
i=1:
dp[10] = max(dp[5]+20, dp[10]);
dp[9] = max(dp[4]+20, dp[9]);
dp[8] = max(dp[3]+20, dp[8]);
dp[7] = max(dp[2]+20, dp[7]);
dp[6] = max(dp[1]+20, dp[6]);
dp[5] = max(dp[0]+20, dp[5]);
dp: 0 0 0 0 20 20 20 20 20 20
i=2:
dp[10] = max(dp[6]+4, dp[10]);
dp[9] = max(dp[3]+10, dp[9]);
dp[8] = max(dp[2]+10, dp[8]);
dp[7] = max(dp[1]+10, dp[7]);
dp[6] = max(dp[0]+10, dp[6]);
dp: 0 0 0 0 20 20 20 20 20 20 //看到了没,选10的都被之前的20压下去了
i=3:
dp[10] = max(dp[6]+12, dp[10]);
dp[9] = max(dp[5]+12, dp[9]);
dp[8] = max(dp[4]+12, dp[8]);
dp[7] = max(dp[3]+12, dp[7]);
dp[6] = max(dp[2]+12, dp[6]);
dp[5] = max(dp[1]+12, dp[5]);
dp[4] = max(dp[0]+12, dp[4]);
dp: 0 0 0 12 20 20 20 20 32 32
dp[10] 就是背包容量为 10 的时候的最大价值,就是要求的值了,可以看到,容量大的时候的值取决于容量小的时候的值,从而不断被正确更新,所以用一维 dp 的时候,j 的循环必须是从大到小逆序开始的,逆序,就防止了一个物品放入多次!!!否则...........
直接分析 dp 数组:
dp:0 0 0 0 0 0 0 0 0 0
i=1:
dp[5] = max(dp[0]+20, dp[5]);
dp[6] = max(dp[1]+20, dp[6]);
dp[7] = max(dp[2]+20, dp[7]);
dp[8] = max(dp[3]+20, dp[8]);
dp[9] = max(dp[4]+20, dp[9]);
dp[10] = max(dp[5]+20, dp[10]);
dp: 0 0 0 0 20 20 20 20 20 40 //看到问题了吗!dp[10]不仅仅是由dp[5]决定了,因为dp[5]还被dp[0]更新了一次,相当于,i=1时,即只有一个物品时,这个物品拿了两次,完全不符合01背包了,但是,这个却是我们后面要提到的完全背包!接着看:
i=2:
dp[6] = max(dp[0]+10, dp[6]);
dp[7] = max(dp[1]+10, dp[7]);
dp[8] = max(dp[2]+10, dp[8]);
dp[9] = max(dp[3]+10, dp[9]);
dp[10] = max(dp[4]+10, dp[10]);
dp: 0 0 0 0 20 20 20 20 20 40
i=3:
dp[4] = max(dp[0]+12, dp[4]);
dp[5] = max(dp[1]+12, dp[5]);
dp[6] = max(dp[2]+12, dp[6]);
dp[7] = max(dp[3]+12, dp[7]);
dp[8] = max(dp[4]+12, dp[8]);
dp[9] = max(dp[5]+12, dp[9]);
dp[10] = max(dp[6]+12, dp[10]);
dp: 0 0 0 12 20 20 20 24 32 40
分析完毕,之后自己想吧
重点就是,一维内层循环要倒着来!不然会重复
一维 dp 代码:
#include "stdio.h"
#include "iostream"
using namespace std;
int w[105], val[105];
int dp[1005];
int main()
{
int t,m,res=-1;
scanf("%d%d",&t,&m);
for(int i=1;i<=m;i++)
{
scanf("%d%d",&w[i],&val[i]);
}
for(int i=1;i<=m;i++)
{
for(int j=t;j>=0;j--)
{
if(j>=w[i])
{
dp[j]=max(dp[j-w[i]]+val[i], dp[j]);
}
}
}
printf("%d",dp[t]);
return 0;
}
完全背包:
洛谷P1616 疯狂的采药:疯狂的采药 - 洛谷
设 f_{i,j}fi,j 表示前 ii 件物品采药 jj 时间能获得的最大价值。
可以列出状态转移方程:
f_{i,j}=\max\limits_{k=0}^{k\le \frac{j}{w_i}} (f_{i-1,j-k\times w_i}+k\times v_i)fi,j=k=0maxk≤wij(fi−1,j−k×wi+k×vi)
使用二维 dp 显然超时超空间,考虑优化 dp。
把第 ii 种草药拆成体积为 w_i\times 2wi×2 价值 v_i\times 2vi×2 的物品,其中满足 w_i\times 2\le jwi×2≤j。
-
对于第 ii 种草药的出现,我们对第 ii 种草药要不要采进行决策。如果不放那么 f_{i,j}=f_{i-1,j}fi,j=fi−1,j;
-
如果确定采,那么应该出现至少一个第 ii 种草药,所以当前至少应该出现一个第 ii 种草药,即 f_{i,j}=f_{i,j-w_i}+v_ifi,j=fi,j−wi+vi。
-
f_{i,j-w_i}fi,j−wi 里面可能有第 ii 种草药,也可能没有第 ii 种草药。我们要确保当前至少有一个第 ii 个草药,所以要预留 w_iwi 的空间来存放一个第 ii 种草药。
那么完全背包和 01 背包的不同点在哪里呢?
- 从二维数组上区别 01 背包和完全背包也就是状态转移方程就差别在采第 ii 种草药时,完全背包在选择采这个草药时,最优解是 f_{i,j-w_i}+v_ifi,j−wi+vi 即同行的那一个,而 01 背包比较的是f_{i-1,j-w_i}+v_ifi−1,j−wi+vi,上一行的那一个。
时间优化完成了,但是此时空间还是会超,考虑滚动数组。
是否能滚动数组呢?答案当然是可以的。
假设只有一惟 f_ifi,如果是倒序推那么当前 f_1f1 ~ f_{i-1}fi−1 都是上一个草药遗留下来的状态,显然不符合要求。
正序推的话 f_1f1 ~ f_{i-1}fi−1 均为当前草药已经推过的状态,符合要求。
所以完全背包和 01 背包的区别就在于对时间大小枚举的顺序不同。
具体代码也就好写了:
for(int i=1;i<=n;i++)
for(int j=w[i];j<=m;j++)
f[j]=max(f[j],f[j-w[i]]+v[i]);
以上为核心代码。
接下来要注意本题数据范围(有一个坑点)
本题最多有 10^7107 时间,每种草药的价值最大是 10^4104,所以极限情况下价值总和是 10^7\times 10^4=10^{11}107×104=1011,会爆 int,所以要开 long long。
#include<bits/stdc++.h>
#define int long long
using namespace std;
const int N=1e4+5,M=1e7+5;
int n,m,w[N],v[N],f[M];
signed main(){
scanf("%lld%lld",&m,&n);
for(int i=1;i<=n;i++)
scanf("%lld%lld",&w[i],&v[i]);
for(int i=1;i<=n;i++)
for(int j=w[i];j<=m;j++)
f[j]=max(f[j],f[j-w[i]]+v[i]);
printf("%lld",f[m]);
return 0;
}
总结
noip 临近,在此提醒大家做题一定要看数据范围,防止因为没开 long long 而遗憾失分。
建议使用 scanf 和 printf,虽然要打的字符多一些,但是时间更快(或者您使用 ios::sync_with_stdio(0)
也可以),防止考场上因为输入输出而 TLE。
1维
01背包倒序遍历 (每个物品只能取一次)
for (int i = 1; i <= m; i++)
for (int j = t; j >= 0; j--)
{
if (j >= w[i])
{
dp[j] = max(dp[j - w[i]] + v[i], dp[j]);//这里dp为价值,所以加上v[i]
}
}
完全背包正序遍历 (每个物品能取多次)
for (int i = 1; i <= m; i++)
{
cin >> w >> v;
for (int j = w; j <=t ; j++)
{
if (dp[j] < dp[j - w] + v)
dp[j] = dp[j - w] + v;//这里dp为价值,所以加上v[i]
}
}
2维
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i]] + v[i]);//状态转移方程