ARTICLE DETAIL

资讯详情

深耕网站建设、视觉设计与SEO优化的一线实战洞察。

算法学习系列(三十二):背包问题

算法学习系列(三十二):背包问题

目录

  • 引言
  • 一、01背包
    • 1.二维代码模板
    • 2.一维代码模板
  • 二、完全背包
    • 1.朴素代码模板
    • 2.二维优化代码模板
    • 3.一维代码模板
  • 三、多重背包
    • 1.朴素做法
    • 2.优化版本
  • 四、分组背包
    • 1.朴素做法
    • 2.一维优化

引言

从这一篇文章开始,就开始学习动态规划了,也就是DP了,然后就是DP可以说是整个算法中的最难学的部分之一,好写是非常的好写的,每道题也只有很短的代码量,但是主要是它这个动归方程不好想,也不好推导出来,而且这类题都没有一个好的模板,只能说都是通过大量的做题凭经验得出来的,所以说得好好做题,好好思考,话不多说,那就开始吧。


一、01背包

问题:每件物品有各自的重量和价值,从n件物品中任选多个,重量不能超过m,每件物品只能选一次,求能选出物品的最大价值

1.二维代码模板

思想: i i i件物品,要么拿要么不拿,如果不拿那就是 f [ i − 1 ] [ j ] f[i-1][j] f[i1][j],如果拿,那么最大值为 f [ i ] [ j ] = f [ i − 1 ] [ j − v [ i ] ] + w [ i ] f[i][j] = f[i-1][j-v[i]] + w[i] f[i][j]=f[i1][jv[i]]+w[i],也就是先找把第i个物品去除的最大值,再加上这个物品就是拿的最大值。

const int N = 1010;int n, m;
int v[N], w[N];  // 第i件物品的体积,价值(权重)
int f[N][N];int main()
{scanf("%d%d", &n, &m);for(int i = 1; i <= n; ++i) scanf("%d%d", &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];if(j >= v[i]) f[i][j] = max(f[i][j], f[i-1][j-v[i]] + w[i]);}}printf("%d\n", f[n][m]);return 0;
}

2.一维代码模板

优化对代码或方程进行等价变形

思路:首先 f [ i ] [ j ] f[i][j] f[i][j] 中用的都是 i − 1 i-1 i1,而没有用到 i − 2 , i − 3... i-2,i-3... i2,i3...,所以就可以用滚动数组来,就可以去掉一维。然后对方程进行等价变形,之后由于 j j j是从 v [ i ] v[i] v[i] m m m,由小到大变的,所以再计算 f [ j − v [ i ] ] f[j-v[i]] f[jv[i]]时,由于 j − v [ i ] < = j j-v[i] <= j jv[i]<=j,所以 f [ j − v [ i ] ] f[j-v[i]] f[jv[i]]计算的是第 i i i层的已经被算过了,而应该算的是 i − 1 i-1 i1层的,所以 j j j改为由大到小遍历,这样 f [ j − v [ i ] ] f[j-v[i]] f[jv[i]]在遍历时就是第i-1层的了,这样就对了

const int N = 1010;int n, m;
int v[N], w[N];  
int f[N];int main()
{scanf("%d%d", &n, &m);for(int i = 1; i <= n; ++i) scanf("%d%d", &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]);}}printf("%d\n", f[m]);return 0;
}

二、完全背包

问题:每个物品可以选无数个,其余跟01背包是一样的

1.朴素代码模板

const int N = 1010;int n, m;
int v[N], w[N];
int f[N][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 = 1; 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;
}

2.二维优化代码模板

核心:在k次循环里 f [ i ] [ j ] = f [ i ] [ j − v [ i ] ] + w [ i ] f[i][j] = f[i][j-v[i]] + w[i] f[i][j]=f[i][jv[i]]+w[i]

const int N = 1010;int n, m;
int v[N], w[N];
int f[N][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 = 1; 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;
}

3.一维代码模板

思路:降维的过程,跟01背包是一样的,然后由于这个所优化后的 f [ j − v [ i ] ] f[j-v[i]] f[jv[i]]就是第i层的,所以 j j j从小到大遍历就是正确的。
然后这个代码发现跟01背包基本是一样的,只不过 j j j是01背包是从大到小,完全背包是从小到大。

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 = 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

问题:每件物品有 s [ i ] s[i] s[i]个,其余跟完全背包一样

1.朴素做法

思想:跟完全背包一样,只不过k限制个数

const int N = 110;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 = 1; j <= m; ++j){for(int k = 0; v[i] * k <= j && k <= s[i]; ++k){f[i][j] = max(f[i][j], f[i-1][j-k*v[i]] + k*w[i]);  //一个都不选,选k个}}}cout << f[n][m] << endl;return 0;
}

2.优化版本

思想:就是把这个背包变成01背包,第 i i i件物品选 k k k件,把这 k k k件物品当成一个物品,k以 2 2 2次幂增长,最后01背包选的时候可以通过选多个物品可以凑出 2 k 2^k 2k种可能的结果。然后每个物品依次这样,体积和权重就是单个乘以选的总数,最后再用01背包解决就行了,相当于把所有种组合罗列出来,算最优解。

const int N = 25000, M = 2010;int n, m;
int v[N], w[N];
int f[N];int main()
{cin >> n >> m;int cnt = 0;for(int i = 1; i <= n; ++i) {int a, b, s;cin >> a >> b >> s;int k = 1;while(k <= s){cnt++;v[cnt] = a * k;w[cnt] = b * k;s -= k;k <<= 1;  //每件物品背包里会有k^2个,然后可以凑出任意一种情况}if(s > 0){cnt++;v[cnt] = a * s;w[cnt] = b * s;}}n = cnt;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;
}

四、分组背包

问题:有多个背包,每个背包中最多只能选一件物品,在规定的体积中,选出最大价值

1.朴素做法

思想:其实就是多个01背包,每个背包中要么不选,要么选一个

#include <cstdio>
#include <iostream>using namespace std;const int N = 110;int n, m;
int v[N][N], w[N][N], s[N];
int f[N][N];int main()
{cin >> n >> m;for(int i = 1; i <= n; ++i){cin >> s[i];for(int j = 1; j <= s[i]; ++j) cin >> v[i][j] >> w[i][j];}for(int i = 1; i <= n; ++i){for(int j = 1; j <= m; ++j){f[i][j] = f[i-1][j];  //不选for(int k = 1; k <= s[i]; ++k){if(v[i][k] <= j) f[i][j] = max(f[i][j], f[i-1][j-v[i][k]] + w[i][k]);  //选第k个}}}cout << f[n][m] << endl;return 0;
}

2.一维优化

思想:跟之前讲的优化一样

#include <cstdio>
#include <iostream>using namespace std;const int N = 110;int n, m;
int v[N][N], w[N][N], s[N];
int f[N];int main()
{cin >> n >> m;for(int i = 1; i <= n; ++i){cin >> s[i];for(int j = 1; j <= s[i]; ++j) cin >> v[i][j] >> w[i][j];}for(int i = 1; i <= n; ++i){for(int j = m; j > 0; --j){for(int k = 1; k <= s[i]; ++k){if(v[i][k] <= j) f[j] = max(f[j], f[j-v[i][k]] + w[i][k]);}}}cout << f[m] << endl;return 0;
}
返回列表