动态规划(1)
背包问题(1)0 1 背包 —— 每件物品最多使用一次
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。
#include <iostream> #include <algorithm> using namespace std; const int N = 1e3+10 ; int n,m ; int v[N], w[N] ; // 体积 价值 int f[N][N] ; // 前 i 个物品的体积不超过 j 的情况下的价值 int main(){ cin>>n>>m ; for(int i=1; i<=n ; i++ ) cin>>v[i]>>w[i]; for(int i=1; i<=n ; i++ ) for(int j = 0; j<=m ; j++ ) { f[i][j] = f[i-1][j] ; // 坐标这种情况一定存在 if( j >= v[i] ) // 体积小于j f[i][j] = max(f[i][j], f[i-1][j-v[i]] + w[i]) ; }
cout<<f[n][m] ; return 0; }
优化成一维的
#include <iostream> #include <algorithm> using namespace std; const int N = 1e6+10 ; int n,m ; int v[N], w[N] ; // 体积 价值 int f[N] ; // 前 i 个物品的体积不超过 j 的情况下的价值 int main(){ cin>>n >>m ; for(int i=1; i<= n ; i++ ) cin>>v[i]>>w[i] ; for(int i=1 ; i<=n; i++ ) for(int j=m ; j>=v[i]; j--) { f[j] = max(f[j], f[j-v[i]] + w[i]); } cout<<f[m]<<endl ; return 0; }
(2)完全背包 —— 每件物品有无限个
和0 1背包的代码的区别只在第二个for循环的判断顺序
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。
#include <iostream> #include <algorithm> using namespace std; const int N = 1e3+10 ; int n,m ; int v[N], w[N] ; // 体积 价值 int f[N][N] ; // int main(){ cin>> n>> m ; for(int i= 1; i<= n; i++ ) cin>>v[i]>>w[i] ; 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] = max(f[i][j], f[i-1][j-v[i]*k] + w[i]*k ); cout<<f[n][m]<<endl ; return 0; }
优化为二维
#include <iostream> #include <algorithm> using namespace std; const int N = 1e3+10 ; int n,m ; int v[N], w[N] ; // 体积 价值 int f[N][N] ; // int main(){ cin>> n>> m ; for(int i= 1; i<= n; i++ ) cin>>v[i]>>w[i] ; 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] ) f[i][j] = max(f[i][j], f[i][j-v[i]] + w[i] ) ; }
cout<<f[n][m]<<endl ; return 0; }
优化为一维
#include <iostream> #include <algorithm> using namespace std; const int N = 1e3+10 ; int n,m ; int v[N], w[N] ; // 体积 价值 int f[N] ; // int main(){ cin>> n>> m ; for(int i= 1; i<= n; i++ ) cin>>v[i]>>w[i] ; for(int i=1 ; i<=n ; i++ ) for(int j=v[i]; j<=m ; j++ ) { f[j] = max(f[j], f[j-v[i]] + w[i] ) ; } cout<<f[m]<<endl ; return 0; }
(3)多重背包 —— 每个物品有 S[ i ] 个
#include <iostream> #include <algorithm> using namespace std; const int N = 1e3+10 ; int n,m ; int v[N], w[N],s[N] ; // 体积 价值 数量 int f[N][N] ; // int main(){ cin>> n>> m ; for(int i= 1; i<= n; i++ ) cin>>v[i]>>w[i]>>s[i] ; for(int i=1 ; i<=n ; i++ ) for(int j=0; j<=m ; j++ ) for(int k=0; k<=s[i] && k*v[i] <= j ; k++ ) f[i][j] = max(f[i][j], f[i-1][j-v[i]*k] + k*w[i] ) ; cout<<f[n][m]<<endl ; return 0; }
优化,采用二进制方法,先转为二进制存储,再采用01背包方法解
#include <iostream> #include <algorithm> using namespace std; const int N = 3e4+10, M = 3000 ; int n,m ; int v[N], w[N] ; // 体积 价值 数量 int f[N] ; int main(){ cin>> n>> m ; int cnt = 0 ; for(int i= 1; i<= n; i++ ){ int a,b,s ; cin>>a>>b>>s ; // 设 s = 50 int k = 1; while(k<s) //二进制 1 + 2 + 4 + 8 + ... < s { cnt++ ; v[cnt] = a*k ; w[cnt] = b*k ; s -= k ; k *= 2 ; } if(s>0) // 31 + 19 = 50 { cnt++ ; v[cnt] = a*s ; w[cnt] = b*s ; } } n = cnt++ ; for(int i=1 ; i<=n ; i++ ) for(int j=m; j>=v[i] ; j-- ) f[j] = max(f[j], f[j-v[i]] + w[i] ) ; cout<<f[m]<<endl ; return 0; }
(4)分组背包 —— 每一组里面有若干个,组里面只能选一个
#include <iostream> #include <algorithm> using namespace std; const int N = 3e3+10, M = 3000 ; int n,m ; int v[N][N], w[N][N], s[N]; // 体积 价值 数量 int f[N] ; int main(){ cin>> n>> m ; for(int i= 1; i<= n; i++ ) { cin>>s[i] ; for(int j=0; j<s[i] ; j++) { cin>>v[i][j]>>w[i][j]; } } for(int i=1 ; i<=n ; i++ ) for(int j=m; j>=0 ; j-- ) // 转 0 1背包 for(int k=0; k<s[i]; k++) // 寻找每个组 if(v[i][k] <= j) // 第i组的第k件物品 f[j] = max(f[j], f[j-v[i][k]] + w[i][k] ) ; cout<<f[m]<<endl ; return 0; }
PS: 本文来自博客园,作者:尊滴菜,转载请注明原文链接:https://www.cnblogs.com/zundicai/p/17364836.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具