物品选择(有依赖背包问题)

本文介绍了一种解决物品选择问题的算法实现,该问题涉及主件与附件的选择以达到价值最大化。通过01背包问题的优化处理,文章提供了一个有效的解决方案,并详细展示了其编码实现过程。
Accepted : 13    Submit : 57
Time Limit : 1000 MS   Memory Limit : 65536 KB
题目描述
有若干物品,每个物品有一定价值,物品分为主件和附件,主件可以直接选择,附件在主件被选择后才可以选择,附件没有附件。选出一些物品使价值总和最大。
输入
多组样例,每组样例: 第一行输入n,k。(0≤k≤n≤1000)代表物品数目和可以选择的物品数目。 接下来的n行每行输入v和p(0≤v≤1000, 1≤p≤ n),第i行的v和p分别代表第i个物品的价值,和它所依附的主件的编号,若它所依附的主件是它自己,则它本身是主件。
输出
对于每个样例,输出最大的价值和。
样例输入
3 2
1 1
2 1
3 3
样例输出
4

Source
duoxida
解析:这是属于有依赖性的背包问题(参考背包2.7),
 首先对其附件进行优化处理。即01背包处理,因为每种情况是不重复的
 其次,将每组(包含主件i)看成是 v件物品,(k=1....v)其中每种物品占体积k,所得价值为c[k-1]+w[i](k-1,表示预处理得到附件最优解,再加上主件)
*/
#include<string.h>
#include<stdio.h>
#include<algorithm>
#include <iostream>
using namespace std;
const int maxn=1000+10;
int w[maxn],b[maxn];
int f[maxn];
int max(int a,int b)
{
    return a>b? a:b;
}
int main()
{
    int n,v;
    int i,j,k;
    int t1,t2;
    while(scanf("%d%d",&n,&v)!=EOF)
    {
        for(i=1;i<=n;i++)
        {
         scanf("%d%d",&w[i],&b[i]);
        }
        memset(f,0,sizeof(f));
        for(i=1;i<=n;i++)
        if(b[i]==i)//找出主件
        {
            memset(c,0,sizeof(c));
                 for(t2=1;t2<=n;t2++)//对附件进行01背包处理,使得在相同体积下得到的价值最大
                if(b[t2]==i&&b[t2]!=t2)
                {for(t1=v-1;t1>=0;t1--)
                 if(t1-1>=0)
                 c[t1]=max(c[t1],c[t1-1]+w[t2]);
                }
                c[v]=c[v-1]+w[i];
                for(j=v;j>=0;j--)
                for(k=1;k<=v;k++)//此时看作相当于"V件物品",每件”物品体积“相当为'k',"价值为",c[k-1]+w[i],(i为主件)
                {if(j-k>=0)
                 f[j]=max(f[j],f[j-k]+w[i]+c[k-1]);
                }
            }
        printf("%d\n",f[v]);
    }
    return 0;
}

AcWing 10有依赖背包问题具有一定特点,有 `N` 个物品和容量为 `V` 的背包,物品间存在依赖关系且构成树状,选择一个物品选择其父节点,需找出使物品总体积不超背包容量且总价值最大的方案并输出最大价值 [^4]。 ### 思路 在树形背包问题里,可将动态规划的状态定义为当前节点以及是否选择了当前节点的物品,状态转移需考虑从当前节点的父节点和子节点转移过来的情况,还有当前节点是否选择物品 [^2]。 ### 代码实现 ```cpp #include<iostream> #include<vector> using namespace std; int f[110][110];//f[x][v]表达选择以x为子树的物品,在容量不超过v时所获得的最大价值 vector<int> g[110]; int v[110],w[110]; int n,m,root; int dfs(int x) { for(int i=v[x];i<=m;i++) f[x][i]=w[x];//点x须选,所以初始化f[x][v[x] ~ m]= w[x] for(int i=0;i<g[x].size();i++) { int y=g[x][i]; dfs(y); for(int j=m;j>=v[x];j--)//j的范围为v[x]~m, 小于v[x]无法选择以x为子树的物品 { for(int k=0;k<=j-v[x];k++)//给子树y的空间不能大于j-v[x],不然都无法选根物品x { f[x][j]=max(f[x][j],f[x][j-k]+f[y][k]); } } } } int main() { cin>>n>>m; for(int i=1;i<=n;i++) { int fa; cin>>v[i]>>w[i]>>fa; if(fa==-1) root=i; else g[fa].push_back(i); } dfs(root); cout<<f[root][m]; return 0; } ``` ### 代码解释 - `f[x][v]` 表示选择以 `x` 为子树的物品,在容量不超过 `v` 时所获得的最大价值。 - 初始化 `f[x][i]`(`i` 从 `v[x]` 到 `m`)为 `w[x]`,因为点 `x` 须选。 - 递归遍历 `x` 的子节点 `y`,在更新 `f[x][j]` 时,需保证 `j` 从 `v[x]` 到 `m`,且给子树 `y` 的空间 `k` 不大于 `j - v[x]`,以确保能选根物品 `x`。 ### 复杂度析 - 时间复杂度:由于要遍历每个节点及其子节点,并且在每个节点处进行容量的枚举,时间复杂度为 $O(N * V^2)$,其中 `N` 是物品数量,`V` 是背包容量。 - 空间复杂度:主要用于存储动态规划数组和树的邻接表,空间复杂度为 $O(N * V)$。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值