什么是背包问题
最常见的背包问题有01背包,完全背包,多重背包,分组背包这四种。什么是背包问题?简单来说就是:一个小偷背了一个背包潜进了金店,包就那么大,他如果保证他背出来所有物品加起来的价值最大。
背包问题属于动态规划,解决动态规划问题一般以下图方式来考虑
01背包问题
01背包问题含义是N个物品,容量V背包,每件物品仅用一次
例题:AcWing 2.01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
问题解析:1.二维
(1)f[i][j]表示从前i个物品中选,选出的总体积小于j的最优解。可以从f[0][0]=0开始遍历,有N个物品,需要N次遍历,f[i][j]不断由之前的状态更新。
(2)我们可以将所有状态分为两类,第一类不含I,第二类含i;第一类不含i,那就是在1到i-1中选不超过j的最优选,最优选为f[i-1][j]。第二类为含i的,因为直接求解不好求,我们可以先将i减去,最后在加上i,那就是在前1到i-1中选物品不超过j-v[i];最优选为f[i-1][j-v[i]]+w[i];注意第二类只有在v[i]<=j时才存在。
(3)最后我们要做的时求第一类和第二类的max;
代码如下:
#include<bits/stdc++.h>
using namespace std;
const int MAXN = 1005;
int v[MAXN]; // 体积
int w[MAXN]; // 价值
int f[MAXN][MAXN]; // 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;
}
2.一维(优化)
DP问题的优化一般是对DP的代码,方程做等价替换.。我们可以发现在计算f[i][j]最优解的过程中我们只用到了i和i-1,利用滚动数组特征,我们可以将二维数组转化为一维数组。
在做等价替换的过程中需要注意的是在j的取值问题,源代码f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]);我们直接删除后变为f[j] = max(f[j], f[j - v[i]] + w[i]);这里需要注意直接删后的等式不等于原来的代码。j-v[i]是小于j的,那么在计算f[i]前f[i-v[i]]是被计算了,所有直接删除的式子表示为f[i][j] = max(f[i - 1][j], f[i][j - v[i]] + w[i]);这里我们只需要将j从大到小进行遍历,就可以保证式子相等。
代码如下:#include<iostream>
#include<algorithm>
using namespace std;
const int N=1010;
int n,m;
int v[N],w[N];
int f[N];
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=m;j>=v[i];j--)
f[j]=max(f[j],f[j-v[i]]+w[i]);
cout<<f[m]<<endl;
return 0;
}