背包问题四种类型

这篇具有很好参考价值的文章主要介绍了背包问题四种类型。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


前言

提示:这里可以添加本文要记录的大概内容:

例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。


提示:以下是本篇文章正文内容,下面案例可供参考

一、01背包

import java.util.Scanner;
public class Main{
    public static void main(String[] args) throws Exception {
        // 读入数据的代码
        Scanner reader = new Scanner(System.in);
        // 物品的数量为N
        int N = reader.nextInt();
        // 背包的容量为V
        int V = reader.nextInt();
        // 一个长度为N的数组,第i个元素表示第i个物品的体积;
        int[] v = new int[N + 1] ;
        // 一个长度为N的数组,第i个元素表示第i个物品的价值;
        int[] w = new int[N + 1] ;

        for (int i=1 ; i <= N ; i++){
            // 接下来有 N 行,每行有两个整数:v[i],w[i],用空格隔开,分别表示第i件物品的体积和价值
            v[i] = reader.nextInt();
            w[i] = reader.nextInt();
        }
        reader.close() ;

        // 正式工作的代码
        /*
        定义一个二阶矩阵dp[N+1][V+1],
        这里之所以要N+1和V+1,是因为第0行表示只能选择第0个物品的时候,即没有物品的时候
        第0列表示背包的体积为0的时候,即不能装任何东西的时候

        dp[i][j]表示在 只能选择前i个物品,背包容量为j的情况下,背包中物品的最大价值
        对于dp[i][j]有两种情况:
        1. 不选择当前的第i件物品/第i件物品比背包容量要大,则dp[i][j] = dp[i-1][j]
        2. 选择当前的第i件物品(潜在要求第i件物品体积小于等于背包总容量),则能装入的物品最大价值为:
            当前物品的价值 加上 背包剩余容量在只能选前i-1件物品的情况下的最大价值
            dp[i][j] = dp[i-1][j-v[i]] + w[i]
        dp[i][j]在两种情况中选择比较大的情况作为当前的最优解;
        即:
        if(j >= v[i]):
            dp[i][j] = max(dp[i-1][j], dp[i-1][j-v[i]] + w[i])
        else:
            dp[i][j] = dp[i-1][j]
        */
        int[][] dp = new int[N+1][V+1];
        dp[0][0] = 0;
        for(int i = 1; i <= N; i++){
            for(int j = 0; j <= V; j++){
                if(j >= v[i]){
                    dp[i][j] = Math.max(dp[i-1][j], dp[i-1][j-v[i]] + w[i]);
                }else{
                    dp[i][j] = dp[i-1][j];
                }
            }
        }
        System.out.println(dp[N][V]);
    }
}


二、完全背包

1.引入库

import java.util.Scanner;
public class Main {
   static int N=1010;
    static Scanner sc=new Scanner(System.in);
    static int n=sc.nextInt();
    static int m=sc.nextInt();
    static int v[]=new int[N];              //体积
    static int w[]=new int[N];              //价值
    static int f[][]=new int[N][N];
    public static void main(String[] args) {
        for(int i=1;i<=n;i++) {

            v[i]=sc.nextInt();
            w[i]=sc.nextInt();
        }

        for(int i=1;i<=n;i++) {                  //针对当前的第i个物品
            for(int j=0;j<=m;j++) {              //枚举所消耗的体积
                for(int k=0;k*v[i]<=j;k++) {
                    f[i][j]=Math.max(f[i][j], f[i-1][j-k*v[i]]+w[i]*k);
                }
            }

        }

        System.out.println(f[n][m]);
    }

}



三.多重背包

代码如下(示例):

/*
1. 状态定义: 已经选了1...i种物品且背包体积 <=j 时的最大值 -> 优化为f[j]
2. 状态计算: 以最后一次选i划分为选还是不选,根据遍历体积转化为选几次 即 f[j] = MAX (f[j - k* v[i]] + k*w[i] )
3. 边界:f[~] = 0
*/
import java.util.*;
public class Main{
    void run(){
        int n = jin.nextInt();
        int m = jin.nextInt();

        for (int i = 1 ; i <= n ; i++) {
            v[i] = jin.nextInt();
            w[i] = jin.nextInt();
            s[i] = jin.nextInt();
        }
        int res = dp(n, m);
        System.out.println(res);
    }

    int dp(int n, int m){
        int[] f = new int[maxN];
        for (int i = 1 ; i <= n ;i ++){
            for (int j = m ; j >= v[i] ; j--){
                for (int k = 0 ; k <= s[i] && k* v[i] <= j ;k++){
                // 把最简单的完全背包改写下
                    f[j] = Math.max(f[j], f[j - k* v[i]] + k* w[i]);
                }
            }
        }
        return f[m];
    }
    int maxN = 1002;
    int[] v = new int[maxN];
    int[] w = new int[maxN];
    int[] s = new int[maxN];
    Scanner jin = new Scanner(System.in);
    public static void main(String[] args)  {new Main().run();}
}


优化:

#include<iostream>
using namespace std;

const int N = 1010;

int n, m;
int dp[N];

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


四.分组背包

import java.io.*;
public class Main {
    static int N, V;
    static int[][] f;
    static int[] v = new int[101];
    static int[] w = new int[101];//因为每组中物品的体积和价值不知道,所以直接取个最大值
    static BufferedReader reader = new BufferedReader(new InputStreamReader(System.in));
    static BufferedWriter writer = new BufferedWriter(new OutputStreamWriter(System.out));
    public static void main(String[] args) throws IOException {
        String[] str = reader.readLine().split(" ");
        N = Integer.parseInt(str[0]);
        V = Integer.parseInt(str[1]);
        f = new int[N + 1][V + 1];
        for (int i = 1; i <= N; i++) {
            int s = Integer.parseInt(reader.readLine());
            for (int k = 1; k <= s; k++) {
                String[] str1 = reader.readLine().split(" ");
                int v1 = Integer.parseInt(str1[0]);
                int w1 = Integer.parseInt(str1[1]);
                v[k] = v1;
                w[k] = w1;
            }

            for (int j = 0; j <= V; j++) {

                for (int k = 0; k <= s; k++) {//从每组中的si件物品中选择使f[i][j]总价值最大的
                    if (j >= v[k]) {
                        f[i][j] = Math.max(f[i][j], f[i - 1][j - v[k]] + w[k]);
                    }
                }

            }
        }

        writer.write(f[N][V] + "");
        writer.flush();
        writer.close();
        reader.close();
    }
}

总结

提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。文章来源地址https://www.toymoban.com/news/detail-848477.html

到了这里,关于背包问题四种类型的文章就介绍完了。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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 力扣算法刷题Day44|动态规划:完全背包问题 零钱兑换II 组合总和Ⅳ

    力扣题目:#518.零钱兑换II(完全背包组合问题) 刷题时长:7min 解题方法:动态规划(完全背包) 复杂度分析 时间复杂度: O(mn),其中 m 是amount,n 是 coins 的长度 空间复杂度: O(m) 问题总结 对递推公式的理解 本题收获 题意转换:纯完全背包是凑成背包最大价值是多少,而本

    2024年02月13日
    浏览(42)
  • 【面试刷题】——C++四种类型转化

    C++支持多种类型转换操作,其中包括四种主要类型转换方式: 隐式类型转换是自动发生的类型转换,由编译器自动完成。 它用于处理不同数据类型之间的运算,例如将整数和浮点数相加时,整数会隐式地转换为浮点数。 例如,将int转换为double或将float转换为int都是隐式类型

    2024年02月07日
    浏览(34)
  • 四种方法解决01背包问题

    01背包问题可以用dp或者dfs的方法来做 dfs的好处在于:它可以找出所有的选择方案,如果题目需要找方案的个数或者输出所有方案,就只能够选择dfs,而如果是用来输出最值,那么还是dp好点 dp的好处在于:dp是用来找出最优的方案,dp在每个1~V的体积总能找出 当前体积 下的最

    2023年04月15日
    浏览(34)
  • leetcode刷题之背包问题(01背包)

    01 背包 概念:有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是 w e i g h t [ i ] weight[i] w e i g h t [ i ] ,得到的价值是 v a l u e [ i ] value[i] v a l u e [ i ] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。 方法1:暴力回溯法 方法2:动态规划 三个

    2024年02月02日
    浏览(54)
  • 【Java实现】动态规划算法解决01背包问题

    1、问题描述: 一个旅行者有一个最多能装m公斤的背包,现在有n中物品,每件的重量分别是W1、W2、……、Wn,每件物品的价值分别为C1、C2、……、Cn, 需要将物品放入背包中,要怎么样放才能保证背包中物品的总价值最大? 2、动态规划算法的概述 1)动态规划(Dynamic Progra

    2023年04月09日
    浏览(59)
  • 动态规划各种背包问题刷题

    动态规划 两个约束条件 最优子结构 :为了计算考虑了前 i 个物品,总体积为 j 时的最大收益,我们可以先计算考虑了前 i - 1 个物品,总体积为 j 时的最大收益以及考虑了前 i - 1 个物品,总体积为 时的最大收益。知道了考虑了前 i - 1 个物品,总体积为 j 时的最大收益以及考

    2024年02月09日
    浏览(38)
  • java实现0-1背包问题方案(动态规划-贪心算法-回溯-分支定界)

    动态规划算法时间复杂度较低,能够求解较大规模的问题,但空间复杂度较高,不适用于数据量较大的问题。 贪心算法时间复杂度较低,能够求解较大规模的问题,但不能保证求得的解是最优解。 回溯算法能够求解较小规模的问题,但时间复杂度较高,不适用于数据量较大

    2024年02月01日
    浏览(130)
  • 动态规划01背包问题-代码随想录-刷题笔记

    有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。 每件物品只能用一次 ,求解将哪些物品装入背包里物品价值总和最大。 二维dp数组01背包 确定dp数组以及下标的含义 是使用二维数组,即 dp[i][j] 表示从下标为[0-i]的物品里任意取,

    2024年02月07日
    浏览(58)
  • 【冲刺蓝桥杯-真题训练】递增三元组、回文日期、01背包问题、 数组切分

    🍎 博客主页:🌙@披星戴月的贾维斯 🍎 欢迎关注:👍点赞🍃收藏🔥留言 🍇系列专栏:🌙 蓝桥杯 🌙请不要相信胜利就像山坡上的蒲公英一样唾手可得,但是请相信,世界上总有一些美好值得我们全力以赴,哪怕粉身碎骨!🌙 🍉一起加油,去追寻、去成为更好的自己!

    2024年01月17日
    浏览(47)
  • 算法图类型刷题

    使用的基础数据结构和方法 第一题: 广度优先算法: 深度优先: 第二题 第三题 广度优先: 深度优先: 第四题: 第五题: 第六题: 第七题: 深度优先: 广度优先:

    2024年02月16日
    浏览(27)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包