动态规划:背包问题全
01背包问题
1.题目
有 N件物品和一个容量为 V的背包,每件物品有各自的价值且只能被选择一次,要求在有限的背包容量下,装入的物品总价值最大。
「0-1 背包」是较为简单的动态规划问题,也是其余背包问题的基础。
动态规划是不断决策求最优解的过程,「0-1 背包」即是不断对第 i 个物品的做出决策,「0-1」正好代表不选与选两种决定。
2.题解代码
2.1版本1 二维
(1)状态f[i][j]定义:只从前i个物品选,且选取物品总体积不超过j的最大价值
(2)状态计算(如何求f[i][j]):将f[i][j]看作集合,划分为不包含第i个物品和包含第i个物品两类,不包含第i个物品为从前i-1个物品选,总体积不超过j所构成的集合,取最大值,即f[i-1][j],包含第i个物品为从前i-1个物品选,总体积不超过j-vi的集合,取最大值然后加上选取物品i的权重,即f[i-1][j-vi] wi;最后在两者之间选取最大值,即可求得f[i][j]。
(3)考虑背包容量是否大于物品i的体积:
j<v[i]: 无需考虑选取第i个物品的情况,对应代码:f[i][j] = f[i - 1][j]
j>=v[i]:选取和不选取第i个物品都得考虑, 对应代码:Math.max(f[i - 1][j], f[i - 1][j - v[i]] w[i])
代码如下:
-
import java.util.Scanner;
-
-
public class Main{
-
public static void main(String[] args){
-
Scanner sc = new Scanner(System.in);
-
int n = sc.nextInt();
-
int m = sc.nextInt();
-
int[][] f = new int[n 1][m 1];
-
int[] v = new int[n 1];
-
int[] w = new int[n 1];
-
for (int i = 1; i <= n; i ){
-
v[i] = sc.nextInt();
-
w[i] = sc.nextInt();
-
}
-
for (int i = 1; i <= n; i ) {
-
for (int j = 0; j <= m; j ) {
-
f[i][j] = f[i-1][j];
-
if (v[i] <= j){
-
f[i][j] = Math.max(f[i-1][j], f[i-1][j-v[i]] w[i]);
-
}
-
}
-
}
-
System.out.println(f[n][m]);
-
}
-
}
2.2版本2 一维
将状态f[i][j]优化为以为f[j], 实际上只需要做一个等价变形。
由f[i][j] = Math.max(f[i-1][j], f[i-1][j-v[i]] w[i])我们可知,我们每次求取f[i][j]的时候,都只用到了第i-1层的数据,而且题目只需要求得最总状态f[n][m],中间状态不需要存储。,所以我们每次求第i层的数据时只需要将第i-1层的数据覆盖即可。但是注意小细节,此时在一维情况下枚举背包容量时,需要逆序遍历,因为f[j-v[i]]在f[j]的左边,如果正序遍历的话,我们用到的数据就不是第i-1层的数据了,而是刚更新过的第i层数据。
-
import java.util.Scanner;
-
-
public class Main{
-
public static void main(String[] args){
-
Scanner sc = new Scanner(System.in);
-
int n = sc.nextInt();
-
int m = sc.nextInt();
-
int[] f = new int[m 1];
-
int[] v = new int[n 1];
-
int[] w = new int[n 1];
-
for (int i = 1; i <= n; i ){
-
v[i] = sc.nextInt();
-
w[i] = sc.nextInt();
-
}
-
for (int i = 1; i <= n; i ) {
-
for (int j = m; j >= v[i]; j --) {
-
f[j] = Math.max(f[j], f[j-v[i]] w[i]);
-
}
-
}
-
System.out.println(f[m]);
-
}
-
}
完全背包问题
1.题目
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。
2.题解代码
2.1简单版
(1)状态f[i][j]定义:只从前i个物品选,且选取物品总体积不超过j的最大价值
(2)状态计算:将集合f[i][j]划分为分别选取0~k个物品i,再对选取物品i的个数进行枚举,限制条件为k * v[i] <= j, 然后求最大值即可。
基本代码如下:
-
import java.util.Scanner;
-
-
public class Main{
-
public static void main(String[] args){
-
Scanner sc = new Scanner(System.in);
-
int n = sc.nextInt();
-
int m = sc.nextInt();
-
int[] v = new int[n 1];
-
int[] w = new int[n 1];
-
int[][] f = new int[n 1][m 1];
-
for (int i = 1; i <= n; i ) {
-
v[i] = sc.nextInt();
-
w[i] = sc.nextInt();
-
}
-
for (int i = 1; i <= n; i ) {
-
for (int j = 0; j <= m; j ) {
-
for (int k = 0; k * v[i] <= j; k ) {
-
f[i][j] = Math.max(f[i][j], f[i-1][j-k*v[i]] k*w[i]);
-
}
-
}
-
}
-
System.out.println(f[n][m]);
-
}
-
}
2.2优化版
优化思路:
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])
有了上面的关系,那么其实k循环可以不要了,核心代码优化成这样:
-
for(int i = 1 ; i <=n ;i )
-
for(int j = 0 ; j <=m ;j )
-
{
-
f[i][j] = f[i-1][j];
-
if(j-v[i]>=0)
-
f[i][j]=max(f[i][j],f[i][j-v[i]] w[i]);
-
}
这个代码和01背包的非优化写法很像啊!!!我们对比一下,下面是01背包的核心代码
-
for(int i = 1 ; i <= n ; i )
-
for(int j = 0 ; j <= m ; j )
-
{
-
f[i][j] = f[i-1][j];
-
if(j-v[i]>=0)
-
f[i][j] = max(f[i][j],f[i-1][j-v[i]] w[i]);
-
}
两个代码其实只有一句不同(注意下标)
f[i][j] = max(f[i][j],f[i-1][j-v[i]] w[i]);//01背包
f[i][j] = max(f[i][j],f[i][j-v[i]] w[i]);//完全背包问题
综上所述,完全背包的最终写法如下:
-
import java.util.Scanner;
-
-
public class Main{
-
public static void main(String[] args){
-
Scanner sc = new Scanner(System.in);
-
int n = sc.nextInt();
-
int m = sc.nextInt();
-
int[] v = new int[n 1];
-
int[] w = new int[n 1];
-
int[] f = new int[m 1];
-
for (int i = 1; i <= n; i ) {
-
v[i] = sc.nextInt();
-
w[i] = sc.nextInt();
-
}
-
for (int i = 1; i <= n; i ) {
-
for (int j = v[i]; j <= m; j ) {
-
f[j] = Math.max(f[j], f[j-v[i]] w[i]);
-
}
-
}
-
System.out.println(f[m]);
-
}
-
}
多重背包问题(二进制优化)
1.题目
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。
2.解题代码
多重背包问题简单版和完全背包问题简单版是相同的解题思路,这里直接上优化版
在完全背包中,通过两个状态转移方程:
f[i,j]=max(f[i−1,j],f[i−1,j−v] w,f[i−1,j−2v] 2w,f[i−1,j−3v] 3w,.....)
f[i,j−v]=max(f[i−1,j−v],f[i−1,j−2v] w,f[i−1,j−2v] 2w,.....)
通过上述比较,可以得到f[i][j] = max(f[i-1][j],f[i][j-v] w)
再来看下多重背包,
f[i,j] = max(f[i−1,j],f[i−1,j−v] w,f[i−1,j−2v] 2w,.....f[i−1,j−Sv] Sw,)
f[i,j-v] = max(f[i−1,j−v],f[i−1,j−2v] w,.....f[i−1,j−Sv] (S−1)w,f[i−1,j−(S 1)v] Sw)
这里比完全背包方程多了一项,不能像完全背包一样去优化
二进制优化思路:
将每一组拥有的个数进行二进制计算,使每组进行二进制分割之后变为01背包问题,即假设有1023个;二进制的思维,将1023按照1,2,4,8,16,... ,512分到10个箱子里,根据数学知识,如何一个我们需要拿的数字x∈[0,1023]都可以用这10个箱子里的苹果数量表示出来,这样的话时间复杂度从O(n3)降到O(n2logS)
-
import java.util.Scanner;
-
-
public class Main{
-
static int N = 12010;//逐一枚举最大是N*logS
-
-
public static void main(String[] args){
-
Scanner sc = new Scanner(System.in);
-
int n = sc.nextInt();
-
int m = sc.nextInt();
-
int[] v = new int[N];
-
int[] w = new int[N];
-
int[] f = new int[m 1];
-
int cnt = 0;
-
for (int i = 1; i <= n; i ) {
-
int a = sc.nextInt();
-
int b = sc.nextInt();
-
int s = sc.nextInt();
-
int k = 1;
-
while(k <= s) {
-
cnt ;
-
v[cnt] = a * k; //整体体积
-
w[cnt] = b * k; // 整体价值
-
s -= k; // s要减小
-
k *= 2; // 组别里的个数增加
-
}
-
if (s > 0) {
-
cnt ;
-
v[cnt] = a * s;
-
w[cnt] = b * s;
-
}
-
}
-
n = cnt;//枚举次数由个数变成组别数
-
//01背包一维优化
-
for (int i = 1; i <= n; i ) {
-
for (int j = m; j >= v[i]; j --) {
-
f[j] = Math.max(f[j], f[j-v[i]] w[i]);
-
}
-
}
-
System.out.println(f[m]);
-
}
-
}
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。
2.题解代码
(1)状态f[i][j]定义:只从前i组物品选,且选取物品总体积不超过j的最大价值
(2)状态计算(如何求f[i][j]):将f[i][j]看作集合,划分为不包含第i组的物品和包含第i组的第k个物品两类,不包含第i组的物品为从前i-1组物品选,总体积不超过j所构成的集合,取最大值,即f[i-1][j],包含第i组的第k个物品为从前i-1个物品选,总体积不超过j-v[i,k]的集合,取最大值然后加上选取第i组物品的第k个物品的权重,即f[i-1][j-v[i,k]] w[i,k];最后在两者之间选取最大值,即可求得f[i][j]。
代码如下:
-
import java.util.Scanner;
-
-
public class Main{
-
static int N = 110;
-
public static void main(String[] args){
-
Scanner sc = new Scanner(System.in);
-
int n = sc.nextInt();
-
int m = sc.nextInt();
-
int[][] v = new int[n 1][N];
-
int[][] w = new int[n 1][N];
-
int[] s = new int[n 1];
-
int[][] f = new int[n 1][m 1];
-
for (int i = 1; i <= n; i ) {
-
s[i] = sc.nextInt();
-
for (int j = 1; j <= s[i]; j ) {
-
v[i][j] = sc.nextInt();
-
w[i][j] = sc.nextInt();
-
}
-
}
-
-
for (int i = 1; i <= n; i ) {
-
for (int j = 0; j <= m; j ) {
-
f[i][j] = f[i-1][j];
-
for (int k = 0; k <= s[i]; k ) {
-
if (j >= v[i][k]){
-
f[i][j] = Math.max(f[i][j], f[i-1][j-v[i][k]] w[i][k]);
-
}
-
}
-
}
-
}
-
System.out.println(f[n][m]);
-
}
-
}
因为只用到了第i-1列,所以可以仿照01背包的套路逆向枚举体积
-
import java.util.Scanner;
-
-
public class Main{
-
static int N = 110;
-
public static void main(String[] args){
-
Scanner sc = new Scanner(System.in);
-
int n = sc.nextInt();
-
int m = sc.nextInt();
-
int[][] v = new int[n 1][N];
-
int[][] w = new int[n 1][N];
-
int[] s = new int[n 1];
-
int[] f = new int[m 1];
-
for (int i = 1; i <= n; i ) {
-
s[i] = sc.nextInt();
-
for (int j = 1; j <= s[i]; j ) {
-
v[i][j] = sc.nextInt();
-
w[i][j] = sc.nextInt();
-
}
-
}
-
-
for (int i = 1; i <= n; i ) {
-
for (int j = m; j >= 0; j --) {
-
for (int k = 1; k <= s[i]; k ) {
-
if (j >= v[i][k]){
-
f[j] = Math.max(f[j], f[j-v[i][k]] w[i][k]);
-
}
-
}
-
}
-
}
-
System.out.println(f[m]);
-
}
-
}
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhggbhba
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01