背包
01背包
给定 \(n\) 件物品,每个物品有重量 \(w_{i}\) 和价值 \(c_{i}\),一个物品只有一件,求容量不超过 \(m\) 的背包最多可以装多少价值物品
定义 \(f_{i,j}\) 表示前 \(i\) 件物品在容量不超过 \(j\) 的背包下可以获得的最大价值则有 \(f_{i,j}=\max\{f_{i-1,j},f_{i-1,j-w_{i}}+c_i\}\)
for(int i=1; i<=n; ++i)
for(int j=w[i]; j<=m; ++j)
f[i][j]=max(f[i-1][j],f[i-1][j-w[i]]+c[i]);
考虑优化空间复杂度,我们会发现对于一个 \(f_{i,j}\),与其有关的状态 \(f_{x,y}\) 满足 \(x=i-1,y\leq j\),所以不妨把表示物品件数的一维去掉然后倒序计算,因为结果只与容量小的那一部分有关。定义 \(f_j\) 表示在容量不超过 \(j\) 的背包中可以获得的最大价值,有\(f_j=\max\{f_j,f_{j-w_i}+c_i\}\)
for(int i=1; i<=n; ++i)
for(int j=m; j>=w[i]; --j)
f[j]=max(f[j],f[j-w[i]]+c[i]);
完全背包
给定 \(n\) 件物品,每个物品有重量 \(w_{i}\) 和价值 \(c_{i}\),一个物品有无限件,求容量不超过 \(m\) 的背包最多可以装多少价值物品
定义 \(f_{i,j}\) 表示前 \(i\) 件物品在容量不超过 \(j\) 的背包下可以获得的最大价值,有
其实就相当于把无限件转化为有限件做 01 背包
考虑优化,不妨看看 01 背包,定义 \(f_j\) 表示在容量不超过 \(j\) 的背包中可以获得的最大价值,有\(f_j=\max\{f_j,f_{j-w_i}+c_i\}\),正好,顺序循环就可以了
for(int i=1; i<=n; ++i)
for(int j=w[i]; j<=m; ++j)
f[j]=max(f[j],f[j-w[i]]+c[i]);
多重背包
给定 \(n\) 件物品,每个物品有重量 \(w_{i}\) 和价值 \(c_{i}\),一个物品有 \(s_i\) 件,求容量不超过 \(m\) 的背包最多可以装多少价值物品
定义 \(f_{i,j}\) 表示前 \(i\) 件物品在容量不超过 \(j\) 的背包下可以获得的最大价值,首先考虑像没有优化的完全背包一样暴力枚举取多少件当前物品,有
考虑优化,不妨将 \(s_i\) 拆分成 \(\{2^0,2^1,2^2,...,2^{k-1},s_i-2^k+1\}\) 件物品,其中 \(k\) 是满足 \(s_i-2^k+1>0\) 的最大整数,去做 01 背包,这样在凑的途中可以凑出 \([0,s_i]\) 中的正整数