01背包
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。
方法一:二维数组,动态规划
- f[i][j]: 表示前i个物品在背包容量为j的最大价值
f[i][j] = max(f[i-1][j-v[i]]+w[i], f[i-1][j]);- 第一种情况,包含第i个物品,那么
f[i][j]的价值= f[i-1][j-v[i]] + w[i]; - 二,不要第i件物品,
f[i][j] = f[i-1][j]
- 第一种情况,包含第i个物品,那么
#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 1e3 + 10;
int f[N][N];
int v[N], w[N];
// f[i][j]:前i个物品,在体积为j的背包下的最大价值
// f[i][j] = max(f[i][j-v[i]]+w[i], f[i-1][j]);
// 初始化:f[i][j] = 0;
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++) {
f[i][j] = f[i - 1][j];
if (j >= v[i]) f[i][j] = max(f[i - 1][j - v[i]] + w[i], f[i][j]);
}
}
cout << f[n][m] << endl;
return 0;
}
方法二:滚动数组,降低空间复杂度
- 由于
f[i][j] = max(f[i - 1][j - v[i]] + w[i], f[i-1][j]);, 第i层的数据由i-1推出,可以简化为f[j] = max(f[j-v[i]] + w[i], f[j]) - 注意点:
for (int j = m; j >= 1; j -- )j要倒序,倒序遍历是为了保证物品i只被放入一次! 但如果一旦正序遍历了,那么物品0就会被重复加入多次!
举一个例子:物品0的重量weight[0] = 1,价值value[0] = 15。 如果正序遍历
dp[1] = dp[1 - weight[0]] + value[0] = 15
dp[2] = dp[2 - weight[0]] + value[0] = 30
此时dp[2]就已经是30了,意味着物品0,被放入了两次,所以不能正序遍历。
for (int i = 1; i <= n; i ++ ){
for (int j = m; j >= 1; j -- ){
if(j >= v[i])
f[j] = max(f[j], f[j-v[i]]+w[i]);
}
}
完全背包问题
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。
f[i][j]表示前i种物品,在背包容量为j的情况下最大价值f[i][j] = f[i][j]=max(f[i][j-v[i]]+w[i] , f[i][j]);- 初始化
f[i][j] = 0
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]]+ w[i]*k);
}
}
}
f[i , j ] = max( f[i-1,j] , f[i-1,j-v]+w , f[i-1,j-2*v]+2*w , f[i-1,j-3*v]+3*w , .....)
f[i , j-v]= max( , f[i-1,j-v] , f[i-1,j-2*v] + w , f[i-1,j->3*v]+2*w , .....)由上两式,可得出如下递推关系:
f[i][j]=max(f[i,j-v]+w , f[i-1][j])
#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 1e3 + 10;
int f[N][N], v[N], w[N];
//f[i][j]:表示前i种物品,在背包容量为j的情况下最大价值
//
/*
f[i , j ] = max( f[i-1,j] , f[i-1,j-v]+w , f[i-1,j-2*v]+2*w , f[i-1,j-3*v]+3*w , .....)
f[i , j-v]= max( f[i-1,j-v] , f[i-1,j-2*v] + w , f[i-1,j-3*v]+2*w , .....)
由上两式,可得出如下递推关系:
f[i][j]=max(f[i,j-v]+w , f[i-1][j])
*/
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 ++ ){
/*for(int k = 0; k*v[i] <= j; k++){
f[i][j] = max(f[i][j], f[i-1][j-k*v[i]]+ w[i]*k);
}*/
f[i][j] = f[i-1][j];
if(j >= v[i])
f[i][j]=max(f[i][j-v[i]]+w[i] , f[i][j]);
}
}
cout << f[n][m];
return 0;
}
多重背包问题 I
有 N种物品和一个容量是 V的背包。 第 i种物品最多有 si件,每件体积是 vi,价值是 wi。 求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。输出最大价值。
- 与完全背包类似
#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 1e3 + 10;
int f[N][N], v[N], w[N],s[N];
//f[i][j] 表示前i种物品,在容量为j的最大价值
//f[i][j] = f[i][j]
int main() {
int n, m;
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; k <= s[i]; k++){
//f[i][j] = f[i-1][j];
if(j >= k*v[i])
f[i][j] = max(f[i][j], f[i-1][j-k*v[i]]+w[i]*k);
}
}
}
cout << f[n][m];
return 0;
}
分组背包问题
有 N 组物品和一个容量是 V 的背包。
每组物品有若干个,同一组内的物品最多只能选一个。
每件物品的体积是 vij,价值是 wij,其中 i 是组号,j 是组内编号。
求解将哪些物品装入背包,可使物品总体积不超过背包容量,且总价值最大。
输出最大价值。
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1e2 + 10;
int f[N][N],v[N][N],w[N][N],s[N];
//f[i][j] 表示前i组物品,在背包容量为v的情况下的最大价值
int main()
{
int n, m;
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];
for(int k = 1; k <= s[i]; k++){
if(j >= v[i][k])
f[i][j] = max(f[i-1][j-v[i][k]]+w[i][k], f[i][j]);
}
}
}
cout << f[n][m];
return 0;
}