欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

背包问题(待补充)

程序员文章站 2022-03-03 08:24:17
...

01背包问题

01背包问题

题目

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

二维dp,dp[i][j]表示从前i个物品中挑选总体积小于j的物品的最大价值
递推公式:分两种情况讨论
第一种:不选择第i种物品 此时dp[i][j] = dp[i - 1][j]
第二种:如果加上第i种物品总体积小于j的话 dp[i][j] = max(dp[i -1][j],dp[i - 1][j - v[i] + w[i])

二维模板代码:

#include<bits/stdc++.h>
using namespace std;

int dp[1010][1010];
int n,V;
int v[1010],w[1010];

int main()
{
    cin>>n>>V;
    for(int i = 1; i <= n; i ++ )
        cin>>v[i]>>w[i];
    for(int i = 1; i <= n; i ++ )
    {
        for(int j = 0; j <= V; j ++ )
        {
            dp[i][j] = dp[i - 1][j];
            if(j >= v[i])
                dp[i][j] = max(dp[i - 1][j],dp[i - 1][j - v[i]] + w[i]);
        }
    }
    cout<<dp[n][V];
    return 0;
}

01背包滚动数组空间优化

先看关键代码对比(下面是原二维代码)

for(int i = 1; i <= n; i ++ )
    {
        for(int j = 0; j <= V; j ++ )
        {
            dp[j] = dp[j];
            /*dp[i][j]= dp[i - 1][j];*/
            if(j >= v[i])
                dp[j] = max(dp[j],dp[j - v[i]] + w[i]);
                /*dp[i][j] = max(dp[i - 1][j],dp[i - 1][j - v[i]] + w[i]);*/
        }
    }

第一句 dp[j] = dp[j] 由于会先算右边的dp[j],即右边的dp[j]是已存在的,所以应该等于第 i - 1 层的 dp[j] ,改为一维后不影响。
第二句 dp[j] = max(dp[j],dp[j - v[i]] + w[i]),由于j是从小到大遍历,而 j - v[i] 小于 j ,所以 dp[j - v[i]]是已被更新过的,即等于第 i 层的dp[ j - v[i]],与二维的不相等。
修改:想要是没被更新的上一层dp,只需将j的遍历顺序反过来即可。

修改后的一维代码

#include<bits/stdc++.h>
using namespace std;

int dp[1010];
int n,V;
int v[1010],w[1010];

int main()
{
    cin>>n>>V;
    for(int i = 1; i <= n; i ++ )
        cin>>v[i]>>w[i];
    for(int i = 1; i <= n; i ++ )
        for(int j = V; j >= v[i]; j -- )
                dp[j] = max(dp[j],dp[j - v[i]] + w[i]);
    cout<<dp[V];
}

为什么可以直接将dp[j] = dp[j]删去,因为改为了一维数组,在二维数组中不选择第i个物品时第i行的元素需要等于i-1行,而一维数组是滚动的,不选择时第i-1行的元素直接在第i行使用。

完全背包问题

完全背包问题

题目链接

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

模板代码:

#include<bits/stdc++.h>
using namespace std;

int dp[1010][1010];
int n,V;
int v[1010],w[1010];

int main()
{
    cin>>n>>V;
    for(int i = 1; i <= n; i ++ )
        cin>>v[i]>>w[i];
    for(int i = 1; i <= n; i ++ )
    {
        for(int j = 0; j <= V; j ++ )
        {
            dp[i][j] = dp[i - 1][j];
            if(j >= v[i])
                dp[i][j] = max(dp[i - 1][j],dp[i][j - v[i]] + w[i]);
        }
    }
    cout<<dp[n][V];
    return 0;
}

与01背包问题唯一的差别就是第二句dp里的 i - 1 改为了 i 。
原因:
递推式:dp[i][j] =max(dp[ i - 1][j],dp[ i - 1 ][ j - v ] + w , dp[ i - 1 ][ j - 2 * v ] + 2 * w …)
同理,dp[ i ][ j - v ] = max(dp[ i - 1 ][ j - v ] , dp[ i - 1 ][ j - 2 * v ] + w …)
第一个式子的后半部分可以总结为 dp[ i ][ j - v ] + w,即得到完全背包的递推关系式。

完全背包的一维数组优化

同上关键代码对比

for(int i = 1; i <= n; i ++ )
    {
        for(int j = 0; j <= V; j ++ )
        {
            //dp[i][j] = dp[i - 1][j];
            dp[j] = dp[j];
            if(j >= v[i])
                //dp[i][j] = max(dp[i - 1][j],dp[i][j - v[i]] + w[i]);
                dp[j] = max(dp[j],dp[j - v[i]] + w[i]);
        }
    }

由于只改变了 i 一处地方,只需看 dp[j - v[i]] + w[i])是否与dp[i][j - v[i]] + w[i])相同,通过01背包一维数组的分析可得,当j从0到V顺序遍历时,更新的值是最新的第i层的值,所以两式相等。

修改后的一维代码

#include<bits/stdc++.h>
using namespace std;

int dp[1010];
int n,V;
int v[1010],w[1010];

int main()
{
    cin>>n>>V;
    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 <= V; j ++ )
            dp[j] = max(dp[j],dp[j - v[i]] + w[i]);
    cout<<dp[V];
    return 0;
}

相关标签: 动态规划