算法学习系列(三十二):背包问题

目录

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:第 i i i件物品,要么拿要么不拿,如果不拿那就是 f i − 1 j fi-1j fi−1j,如果拿,那么最大值为 f i j = f i − 1 j − v \[ i ] + w i fij = fi-1j-v\[i] + wi fij=fi−1j−v\[i]+wi,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。

cpp 复制代码
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 fij fij 中用的都是 i − 1 i-1 i−1,而没有用到 i − 2 , i − 3... i-2,i-3... i−2,i−3...,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 vi vi到 m m m,由小到大变的,所以再计算 f j − v \[ i ] fj-v\[i] fj−v\[i]时,由于 j − v i < = j j-vi <= j j−vi<=j,所以 f j − v \[ i ] fj-v\[i] fj−v\[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 i−1层的,所以 j j j改为由大到小遍历,这样 f j − v \[ i ] fj-v\[i] fj−v\[i]在遍历时就是第i-1层的了,这样就对了

cpp 复制代码
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

cpp 复制代码
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 fij = fij-v\[i] + wi fij=fij−v\[i]+wi

cpp 复制代码
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 ] fj-v\[i] fj−v\[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。

cpp 复制代码
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 si si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

cpp 复制代码
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。

cpp 复制代码
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

cpp 复制代码
#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

cpp 复制代码
#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;
}
相关推荐
汤姆yu6 小时前
macOS系统下Aider完整安装、配置与实战使用教程
大数据·人工智能·算法·macos·github·copilot
Sam09276 小时前
【AI 算法精讲 14】TF-IDF:词频与逆文档频率
人工智能·python·算法·ai
王老师青少年编程6 小时前
2026年6月GESP真题及题解(C++五级):排排坐
c++·题解·真题·gesp·五级·2026年6月·排排坐
郝学胜-神的一滴6 小时前
Qt 高级编程 034:深耕QWidget底层内核—彻底吃透无边框窗口设计核心原理
开发语言·c++·qt·程序人生·软件开发·用户界面
编程圈子7 小时前
电机驱动开发学习18. SVPWM空间矢量调制算法详解与实现
驱动开发·学习·算法
不会写代码的ys7 小时前
C++复习篇
java·开发语言·c++
Kobebryant-Manba7 小时前
学习注意力的seq2seq
学习
大鱼>7 小时前
机器学习基础:从零理解核心概念与算法分类
算法·机器学习·分类
AI科技星7 小时前
基于32维Cayley_Dickson超复数的全域拓扑统一场论——反重力、真空自持供能、维度瞬移与星际宇宙脑秩序体系
人工智能·学习·算法·机器学习·数据挖掘
aichitang20247 小时前
数论变换(NTT)
c++·算法·fft·ntt