动态规划思想:将一个大问题转化为一个小问题,由小问题的最优解得到大问题的最优解。
1.01背包:
情景引入:假设有m种物品,每种物品价值分别为value[ i ],重量分别为weight[ i ],现在有一个背包,里面最多能装下V大小重量的物品,求问 在不超重的情况下,最多能装下多少价值的物品?
分析该问题:有m种物品,要拿最多,有同学自然而然的想:“不是往大了拿就行了吗?”这种思想固然可贵,但求得的不一定是最优解,比如背包容量为4,有两种物品,一种重量为1,价值为2,另一种重量为4,价值为7,如果按照贪心思想,每次从7开始拿,那么得到的不是最优解,因为全拿第一种物品更具有性价比(能拿到8价值的物品)
进入正题:
假设有3件物品,每件物品价值分别为value[3] = { 2, 5, 6 } ,重量为 weight[3] = { 1, 3, 4 };背包的最大重量为4,我们列出如下表格:
1 2 3 4
1
2
3
对于这个表格,横向表示背包容量,纵向表示能装入该物体和该物体以前物体的最大价值。
对于每一个格子:
- 选择装入该物体,则空间剩下 j - n[ i ]
- 不装入该物体,则空间为dp【i - 1 】【 j 】;
然后选择其最大即可,其动态转移方程为:
dp【i】【j】 = max(dp【i-1】【j】,dp【i】【j - n【i】】 + n【i】);
例子:
[NOIP2005 普及组] 采药
题目描述
辰辰是个天资聪颖的孩子,他的梦想是成为世界上最伟大的医师。为此,他想拜附近最有威望的医师为师。医师为了判断他的资质,给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说:“孩子,这个山洞里有一些不同的草药,采每一株都需要一些时间,每一株也有它自身的价值。我会给你一段时间,在这段时间里,你可以采到一些草药。如果你是一个聪明的孩子,你应该可以让采到的草药的总价值最大。”
如果你是辰辰,你能完成这个任务吗?
输入格式
第一行有 2 2 2 个整数 T T T( 1 ≤ T ≤ 1000 1 \le T \le 1000 1≤T≤1000)和 M M M( 1 ≤ M ≤ 100 1 \le M \le 100 1≤M≤100),用一个空格隔开, T T T 代表总共能够用来采药的时间, M M M 代表山洞里的草药的数目。
接下来的 M M M 行每行包括两个在 1 1 1 到 100 100 100 之间(包括 1 1 1 和 100 100 100)的整数,分别表示采摘某株草药的时间和这株草药的价值。
输出格式
输出在规定的时间内可以采到的草药的最大总价值。
样例 #1
样例输入 #1
70 3
71 100
69 1
1 2
样例输出 #1
3
提示
【数据范围】
- 对于 30 % 30\% 30% 的数据, M ≤ 10 M \le 10 M≤10;
- 对于全部的数据, M ≤ 100 M \le 100 M≤100。
【题目来源】
NOIP 2005 普及组第三题
明显的背包问题,从以上分析可以得到:
AC代码:
#include<iostream>
using namespace std;
const int N=1005;
const int M=105;
int n,m;
int dp[M][N],t[M],v[M];
int main()
{
cin>>n>>m;
for(int i=1;i<=m;i++) cin>>t[i]>>v[i];
for(int i=1;i<=m;i++)
for(int j=1;j<=n;j++)
if(j>=t[i])
dp[i][j]=max(dp[i-1][j],dp[i-1][j-t[i]]+v[i]);
else
dp[i][j]=dp[i-1][j];
cout<<dp[m][n]<<endl;
return 0;
}
- 优化:我们考虑把这个二维数组优化成一维数组:因为我们的思路是从左到右(按照背包的空间大小进行寻找)所以我们同样选定背包的大小作为变量,有以下公式:
dp[ i ] = max(dp[ i ] , dp[ i - weight[ i ]] + value[ i ]); |
---|
观察发现,如果外层循环从左到右,则每次调用时总会再次使用前面的值(如调用dp【4】,如果某个条件成立,则在循环中会多次的使用前面的值,这样违背了一种物品只能拿一次的规则,所以我们选择从后面遍历,防止数据被前面破坏:
#include<iostream>
#include<vcruntime_string.h>
#include<algorithm>
using namespace std;
int main()
{
int t, m;
int wei[100] = { 0 }, value[1000] = { 0 }, dp[1000] = { 0 };
cin >> t >> m;
int i, j;
for (i = 1; i <= m; i++)
{
cin >> wei[i] >> value[i];
}
for (i = 1; i <= m; i++)
{
for (j = t; j > 0; j--)
{
if (j >= wei[j])
dp[j] = max(dp[j], dp[j - wei[i]] + value[i]);
}
}
cout << dp[t];
return 0;
}
完全背包:
问题描述
辰辰是个天资聪颖的孩子,他的梦想是成为世界上最伟大的医师。为此,他想拜附近最有威望的医师为师。医师为了判断他的资质,给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说:“孩子,这个山洞里有一些不同种类的草药,采每一种都需要一些时间,每一种也有它自身的价值。我会给你一段时间,在这段时间里,你可以采到一些草药。如果你是一个聪明的孩子,你应该可以让采到的草药的总价值最大。”
如果你是辰辰,你能完成这个任务吗?
此题和原题(P1048 采药)的不同点:
每种草药可以无限制地疯狂采摘。
药的种类眼花缭乱,采药时间好长好长啊!(暗示数据范围更大)
输入格式
输入第一行有两个整数 T ( 1 ≤ T ≤ 100000 ) T(1 ≤ T ≤ 100000)T(1≤T≤100000) 和 M ( 1 ≤ M ≤ 10000 ) M(1 ≤ M ≤ 10000)M(1≤M≤10000),用一个空格隔开,T TT 代表总共能够用来采药的时间,M MM 代表山洞里的草药的数目。接下来的M行每行包括两个在 1 到 10000之间(包括 1 和 10000)的整数,分别表示采摘某种草药的时间和这种草药的价值。
输出格式
输出一行,这一行只包含一个整数,表示在规定的时间内,可以采到的草药的最大总价值。
样例输入
70 3
71 100
69 1
1 2
样例输出
140
从01背包分析可知,如果可以取得多次
那么有下面公式:(二维的自己推导,和上面的基本一样但是改了一个)
dp[ i ] = max(dp[ i ] , dp[ i - weight[ i ]] + value[ i ]); |
---|
从左到右遍历,则每次都会调用前面的和的最大值。
#include<iostream>
#include<vcruntime_string.h>
#include<algorithm>
using namespace std;
int main()
{
int t, m;
int wei[100] = { 0 }, value[1000] = { 0 }, dp[1000] = { 0 };
cin >> t >> m;
int i, j;
for (i = 1; i <= m; i++)
{
cin >> wei[i] >> value[i];
}
for (i = 1; i <= m; i++)
{
for (j = 1; j <= t; j--)
{
if (j >= wei[j])
dp[j] = max(dp[j], dp[j - wei[i]] + value[i]);
}
}
cout << dp[t];
return 0;
}
多重背包
多重背包问题是介于01背包和完全背包之间的问题。
有n件物品,每件物体重量为w【i】,价值为c【i】,每件物品有 s【i】件。现在有一个容量为V的背包,问如何选取物品放入背包使得物品总价值最大?
分析:可以通过将相同种类中的每一件物品认为是不同物品,将其转化为01背包问题(朴素方法)
- 更优解:二进制优化
当某件物品的数量k大于背包的容量,则可以将这件物品认为是完全背包问题
二进制优化:
![[Pasted image 20231210202511.png]]
![[Pasted image 20231210202554.png]]文章来源:https://www.toymoban.com/news/detail-761961.html
代码1:(滚动dp下运用该)文章来源地址https://www.toymoban.com/news/detail-761961.html
到了这里,关于动态规划 背包问题的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!