前言:
1,多重背包问题
多重背包1
有n中物品和一个容量是V的背包。
第i中物品,最多有s[i]件,每件体积是v[i],价值是w[i]。
求解将那些物品放入背包中,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。
输入格式:
第一行两个整数N和V,用空格分开,分别表示物品种数和背包容量。
接下来有N行,每行3个整数,v[i],w[i],s[i],用空格分开,表示第i个物品的体积,价值和个数。
输出格式:
输出一个整数,表示最大价值。
数据范围:
0<N,V<=100
0<w[i],s[i],v[i]<=100
输入样例:
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
思路:
完全背包问题中,第i个物品是可以选任意多个的,而多重背包只是限制了第i个物品最多选s[i]个。
只需加上这个限定条件即可:
状态转移方程:
dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]*k]+w[i]*k),k=0,1,2,3......,s[i]
循环遍历:
外层循环:遍历所有物品
中层循环:遍历背包容量
内层循环:这个循环用于考虑当前物品i可以被选择的数量,k代表选择当前物品的数量。
循环的条件k <= s[i] && k * v[i] <= j确保了两个限制:不超过物品的最大可选数量s[i],以及所选物品的总体积k * v[i]不超过当前背包容量j
#include<bits/stdc++.h>
using namespace std;
const int N = 110;
int n, m, v[N], w[N], s[N], 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] + w[i] * k);
}
}
}
cout << f[n][m] << endl;
return 0;
}
多重背包2
与多重背包1不同的是,本题的数据范围变大,此时不能再使用多重背包1的思路,时间复杂度过大需要优化。
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。
输入格式:
第一行两个整数,N 和 V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行三个整数 vi, wi, si,用空格隔开,分别表示第 i 种物品的体积、价值和数量。
输出格式:
输出一个整数,表示最大价值。
数据范围:
0 < N ≤ 1000
0 < V ≤ 2000
0 < vi, wi, si ≤ 2000
输入样例:
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
思路:
对于本题,我们可以将该题转化成01背包问题,将同类物品进行拆分,拆分完一类物品,再去拆下一个,将所有物品拆分好,就将多重背包问题转化为01背包问题。
#include<bits/stdc++.h>
using namespace std;
const int N = 25000, M = 2010;
// 1000*log2000
int n, m, v[N], w[N], 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;
int k = 1;
while (k <= s)
{
cnt++;
v[cnt] = a * k;
w[cnt] = b * k;
s -= k;
k *= 2;
}
if (s > 0)
{
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;
}
2,分组背包问题
给定N组物品和一个容量为V的背包。每组物品包含若干个,但在同一组内,你最多只能选择一件物品。每件物品有其对应的体积和价值。目标是选择一些物品放入背包,使得背包内物品的总体积不超过背包的容量,同时背包内物品的总价值尽可能大。
输入:
第一行输入包含两个整数N和V,分别代表物品组数和背包的容量。
接下来是N组数据。每组数据的第一行包含一个整数,代表第i组的物品数量。
每组数据接下来的行,每行包含两个整数和,分别代表第i组中第j个物品的体积和价值。
输出:
输出一个整数,代表可以放入背包中的物品的最大价值。
数据范围:
0 < N, V ≤ 100
0 < Si ≤ 100
0 < vij, wij ≤ 100
输入样例
3 5
2
1 2
2 4
1
3 4
1
4 5
输出样例:
8
思路:
对于每一组的物品,面临选和不选,分组背包问题就是01背包问题基础之上,多了一个在每一组中选出最优的或者不选。
对于每一组物品,尝试将组中的每个物品放入背包中,看看是否能够得到更大的价值。
for (int i = 1; i <= n; ++i) // 遍历每一组物品
{
for (int j = m; j >= 0; --j) // 遍历背包容量从m到0
{
for (int k = 0; k < s[i]; ++k) // 遍历第i组中的每个物品
{
if (v[i][k] <= j) // 如果当前物品可以放入背包中
{
// 更新背包的最大价值,考虑放入当前物品或不放入的情况
f[j] = max(f[j], f[j - v[i][k]] + w[i][k]);
}
}
}
}
#include<bits/stdc++.h>
using namespace std;
const int N = 110;
int n, m, v[N][N], w[N][N], s[N], 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)
{
for (int k = 0; k < s[i]; ++k)
{
if (v[i][k] <= j)
f[j] = max(f[j], f[j - v[i][k]] + w[i][k]);
}
}
}
cout << f[m] << endl;
return 0;
}