标签:csdn 选中 表示 不能 算法 语言 空格 pre weight
个人新学的几个背包问题,做下记录总结。(参考博客:http://blog.csdn.net/mu399/article/details/7722810 以及 http://blog.csdn.net/u013174702/article/details/45741395)
(1)01背包:
假设f[i-1,j]表示我有一个承重为8的背包,当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值9,现在有个重量Wi为2 价值为Pi为6
的物品a,考虑是否放入承重为8的背包使其价值最大,f[i-1,j-Wi]代表一个承重为6的背包的最大价值(等于当前背包承重8减去物品a的重量2),
当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值为8
由于f[i-1][v-Wi]+w[i]= 9 + 6 = 15 大于f[i][v] = 8,所以物品a应该放入承重为8的背包。
总的来说:
方程之中,现在需要放置的是第i件物品,这件物品的重量是Wi,价值是Pi,因此f[i-1,j]代表的就是不将这件物品放入背包,而f[i-1],j-Wi]]+Pi则是代表将第i件放入背包之后的总价值,比较两者的价值,得出最大的价值存入现在的背包之中。
附上南阳oj上的一个题(49题):
1 1000 5 800 2 400 5 300 5 400 3 200 2
3900
解决代码:
//01背包问题,开心的小明
#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;
int dp[30001];//dp[i]表示质量为i时的最大价值
struct bag{
int v;
int p;
}a[26];
int main(){
int n;
scanf("%d",&n);
while(n--){
int N,m,i,j;
scanf("%d%d",&N,&m);
for(i=1;i<=m;i++)
scanf("%d%d",&a[i].v,&a[i].p);
memset(dp,0,sizeof(dp));
for(i=1;i<=m;i++){
for(j=N;j>=a[i].v;j--){
dp[j]=max(dp[j-a[i].v]+a[i].v*a[i].p,dp[j]);
}//确定要不要买价格为j的第i件物品,总是使dp的值最大
}
printf("%d\n",dp[N]);
}
}
(2)又见01背包:
4 5
2 3
1 2
3 4
2 2
7
这题起初看以为就是普通的背包问题,仔细一看如果用dp[W]来表示质量为wi时的最大价值,因为W的范围太大开不了那么大的数组,
所以解决方法就是把价值和重量翻转,改用较小的价值来开数组,那么最后求的就是指定价值下的最小重量。
附上代码:
#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;
struct bag{
int w;
int v;
}a[101];
int dp[100000];
int main(){
int n,W;
while(scanf("%d%d",&n,&W)!=EOF){
int i,j,sum=0;
for(i=0;i<n;i++){
scanf("%d%d",&a[i].w,&a[i].v);
sum+=a[i].v;
}
for(i=0;i<=sum;i++)
dp[i]=1e9;
dp[0]=0;
for(i=0;i<n;i++){
for(j=sum;j>=a[i].v;j--){
dp[j]=min(dp[j-a[i].v]+a[i].w,dp[j]);//dp[]代表指定价值下的最小重量,j为指定价值
}
}
for(i=sum;i>=0;i--){//按顺序从大到小输出dp的值,即重量对应的价值
if(dp[i]<=W){
printf("%d\n",i);
break;
}
}
}
}
(3)完全背包:
直接说题意,完全背包定义有N种物品和一个容量为V的背包,每种物品都有无限件可用。第i种物品的体积是c,价值是w。求解将哪些物品装入背包可使这些物品的体积总和不超过背包容量,且价值总和最大。本题要求是背包恰好装满背包时,求出最大价值总和是多少。如果不能恰好装满背包,输出NO
2 1 5 2 2 2 5 2 2 5 1
代码:
#include<stdio.h>
#include<algorithm>
using namespace std;
int dp[50005],c[2001],w[2001];
int main(){
int N,M,V,i,j;
scanf("%d",&N);
while(N--){
scanf("%d%d",&M,&V);
for(i=1;i<=V;i++)
dp[i]=-1000000;
dp[0]=0;
for(i=0;i<M;i++)
scanf("%d%d",&c[i],&w[i]);
for(i=0;i<M;i++){
for(j=c[i];j<=V;j++){
dp[j]=max(dp[j-c[i]]+w[i],dp[j]);
}
}
if(dp[V]<0)
printf("NO\n");
else
printf("%d\n",dp[V]);
}
}
解题思路:
0-1背包的状态转移方程是
for i = 1 to N
for v = V to Ci
F [v] = max{F [v],F [v ? Ci] + Wi}
完全背包就是不限制物品使用个数,可以无限使用,也就是可以重复放置一个物体
转移方程
for i = 1 to N for v = Ci to V F [v] = max(F [v], F [v ? Ci] + Wi)
你会发现,这个伪代码与01背包问题的伪代码只有v的循环次序不同而已。 为什么这个算法就可行呢?首先想想为什么01背包中要按照v递减的次序来 循环。让v递减是为了保证第i次循环中的状态F [i, v]是由状态F [i ? 1, v ? Ci]递 推而来。换句话说,这正是为了保证每件物品只选一次,因为质量在减少不可能再能加入一个和原来质量一样大的物品,
而现在完全背包的特点恰是每种物品可选无限件,所以采用“质量增加”的循环,因此后面可能会继续加入和原来质量一样的物品。。
标签:csdn 选中 表示 不能 算法 语言 空格 pre weight
原文地址:http://www.cnblogs.com/JLY001/p/7270683.html