基础背包(三)

hdu 2159 二维完全背包

最近xhd正在玩一款叫做FATE的游戏,为了得到极品装备,xhd在不停的杀怪做任务。久而久之xhd开始对杀怪产生的厌恶感,但又不得不通过杀怪来升完这最后一级。现在的问题是,xhd升掉最后一级还需n的经验值,xhd还留有m的忍耐度,每杀一个怪xhd会得到相应的经验,并减掉相应的忍耐度。当忍耐度降到0或者0以下时,xhd就不会玩这游戏。xhd还说了他最多只杀s只怪。请问他能升掉这最后一级吗?

Input

输入数据有多组,对于每组数据第一行输入n,m,k,s(0 < n,m,k,s < 100)四个正整数。分别表示还需的经验值,保留的忍耐度,怪的种数和最多的杀怪数。接下来输入k行数据。每行数据输入两个正整数a,b(0 < a,b < 20);分别表示杀掉一只这种怪xhd会得到的经验值和会减掉的忍耐度。(每种怪都有无数个)

Output

输出升完这级还能保留的最大忍耐度,如果无法升完这级输出-1。

解题思路:dp[i][k]表示在消耗i忍耐度下杀k只怪得到的最多经验值

多加一层循环就可以了,注意完全背包的顺序为顺序

#include<iostream>
#include<cstring>
#include<vector>
#include<cmath>
using namespace std;
typedef long long ll;
const int maxn=100005;
int n,V,m,K,s,dp[105][105],value[105],num[15][15],weight[maxn];
int main(){
    while(cin>>n>>m>>K>>s){
        memset(dp,0,sizeof(dp));//dp[i][k]表示在消耗i忍耐度下杀k只怪得到的最多经验值 
        for(int i=1;i<=K;i++)
        cin>>value[i]>>weight[i];
        for(int i=1;i<=m;i++)
            for(int j=1;j<=K;j++)
                for(int k=1;k<=s;k++)
                    if(i>=weight[j])dp[i][k]=max(dp[i][k],dp[i-weight[j]][k-1]+value[j]);
        int flag=0;
        for(int i=1;i<=m;i++)
            if(dp[i][s]>=n){  //dp[i][s]为在消耗i忍耐度下获得经验的最大值 
                cout<<m-i<<endl;
                flag=1;
                break;
            }
        if(!flag)puts("-1");
    }
    return 0;
}

 

hdu 3496 二维01背包

题目大意:有N个碟片,你只能选择M个进行播放,最多能观看L分钟。给出每个碟片的播放时间和看完后能收获的快乐值,问能否看完这M个碟片,如果能全部看完的话,输出最大快乐值,如果不能看完输出0

解题思路:dp[i][k]表示用k分钟观看i个影片所能获得的最大价值,注意初始化,当i=0时,合法且结果为0,其他情况初始化为负数。最后判断下结果是否为负,则可判断是否可看完

#include<iostream>
#include<cstring>
#include<vector>
#include<cmath>
#include<algorithm>
using namespace std;
typedef long long ll;
const int maxn=3100000;
int n,V,m,l,K,s,value[105],Time[105],dp[105][1005];
int main(){
    int T;
    cin>>T;
    while(T--){
        cin>>n>>m>>l;
        for(int i=1;i<=n;i++)
        cin>>Time[i]>>value[i];
        for(int i=0;i<=m;i++)
        for(int j=0;j<=l;j++){
            if(i)dp[i][j]=-0x3f3f3f3f;
            else dp[i][j]=0;
        }
        for(int i=1;i<=n;i++)
            for(int j=m;j>=1;j--)
                for(int k=l;k>=Time[i];k--)
                dp[j][k]=max(dp[j][k],dp[j-1][k-Time[i]]+value[i]);
        if(dp[m][l]>=0)cout<<dp[m][l]<<endl;
        else puts("0");
    }
    return 0;
}

 

hdu 2546 01背包

电子科大本部食堂的饭卡有一种很诡异的设计,即在购买之前判断余额。如果购买一个商品之前,卡上的剩余金额大于或等于5元,就一定可以购买成功(即使购买后卡上余额为负),否则无法购买(即使金额足够)。所以大家都希望尽量使卡上的余额最少。
某天,食堂中有n种菜出售,每种菜可购买一次。已知每种菜的价格以及卡上的余额,问最少可使卡上的余额为多少。

Input多组数据。对于每组数据:
第一行为正整数n,表示菜的数量。n<=1000。
第二行包括n个正整数,表示每种菜的价格。价格不超过50。
第三行包括一个正整数m,表示卡上的余额。m<=1000。 

n=0表示数据结束。
Output对于每组输入,输出一行,包含一个整数,表示卡上可能的最小余额。

解题思路:我们考虑用最后5元钱买最贵的菜,这样就可以使卡上的余额最少了,所以我们可以先拿开这5块钱,用剩下的m-5块钱买其他的n-1道菜所能买的最大值,即可以用01背包,体积为m-5。

#include<iostream>
#include<cstring>
#include<vector>
#include<cmath>
#include<algorithm>
using namespace std;
typedef long long ll;
const int maxn=100005;
int n,V,m,K,s,dp[maxn],value[maxn],num[15][15],weight[maxn];
int main(){
    while(cin>>n&&n){
        for(int i=1;i<=n;i++)
        cin>>value[i];
        sort(value+1,value+1+n);
        cin>>m;
        if(m<5){
            cout<<m<<endl;
            continue;
        }
        m-=5;
        memset(dp,0,sizeof(dp));
        for(int i=1;i<n;i++)
            for(int j=m;j>=value[i];j--)
            dp[j]=max(dp[j],dp[j-value[i]]+value[i]);
        cout<<m-dp[m]+5-value[n]<<endl;
    }
    return 0;
}

 

hdu 3466 排序+01背包

题目大意:有n个物品,每个物品有一个价格,一个价值,还有一个最低金额限制,即如果你的钱低于这个金额,不可购买此物品,问m块钱可以买到的最大价值。

解题思路:虽然可以看出这是一个01背包,但是又不同于01背包,当最低限制金额低于物品的价格时可以看成是01背包,但是高于物品的价格便不一样了,还没怎么弄明白。。。

#include<iostream>
#include<cstring>
#include<vector>
#include<cmath>
#include<algorithm>
using namespace std;
typedef long long ll;
const int maxn=1000005;
int n,m,dp[maxn];
struct node{
    int cost,value,q;
    bool operator<(node x){
        return q-cost<x.q-x.cost;
    }
}p[maxn];
int main(){
    while(cin>>n>>m){
        memset(dp,0,sizeof(dp));
        for(int i=1;i<=n;i++)
            cin>>p[i].cost>>p[i].q>>p[i].value;
        sort(p+1,p+n+1);
        for(int i=1;i<=n;i++)
            for(int j=m;j>=p[i].q;j--){
                dp[j]=max(dp[j],dp[j-p[i].cost]+p[i].value);
            }
        cout<<dp[m]<<endl;
    }
    return 0;
}

 

hdu 1864 01背包

现有一笔经费可以报销一定额度的发票。允许报销的发票类型包括买图书(A类)、文具(B类)、差旅(C类),要求每张发票的总额不得超过1000元,每张发票上,单项物品的价值不得超过600元。现请你编写程序,在给出的一堆发票中找出可以报销的、不超过给定额度的最大报销额。

Input

测试输入包含若干测试用例。每个测试用例的第1行包含两个正数 Q 和 N,其中 Q 是给定的报销额度,N(<=30)是发票张数。随后是 N 行输入,每行的格式为:
m Type_1:price_1 Type_2:price_2 ... Type_m:price_m
其中正整数 m 是这张发票上所开物品的件数,Type_i 和 price_i 是第 i 项物品的种类和价值。物品种类用一个大写英文字母表示。当N为0时,全部输入结束,相应的结果不要输出。
Output

对每个测试用例输出1行,即可以报销的最大数额,精确到小数点后2位。

解题思路:由于报销额为double类型,而结果是保留两位小数,那我们可以直接把报销额放大100倍,并且转化成整型,然后跑01背包,最后结果除以100就可以了。

#include<iostream>
#include<cstring>
#include<vector>
#include<cmath>
#include<algorithm>
using namespace std;
typedef long long ll;
const int maxn=3100000;
int n,V,m,K,s,value[maxn],dp[maxn];
double v;
int main(){
    while(cin>>v>>n&&n){
        int sum=0;
        memset(dp,0,sizeof(dp));
        for(int i=1;i<=n;i++){
            cin>>m;
            double x,res1=0,res2=0,res3=0;;
            char c,d;
            int flag=0;
            for(int j=1;j<=m;j++){
                cin>>c>>d>>x;
                if(flag){
                    continue;
                }else{
                    if(c=='A')res1+=x;
                    else if(c=='B')res2+=x;
                    else if(c=='C') res3+=x;
                    else flag=1;
                }
            }
            if(res1>600||res2>600||res3>600||res1+res2+res3>1000)flag=1;
            if(!flag)value[++sum]=(int)((res1+res2+res3)*100);
        }
        n=sum;
        V=(int)(v*100);
        for(int i=1;i<=n;i++)
            for(int j=V;j>=value[i];j--)
            dp[j]=max(dp[j],dp[j-value[i]]+value[i]);
        printf("%.2lf\n",dp[V]/100.0);
        
    }
    return 0;
}

 

转载于:https://www.cnblogs.com/zjl192628928/p/10652233.html

### 背包问题的定义 #### 01背包问题 01背包问题是经典的动态规划问题之一,其核心在于每个物品只能被选择一次或者不选。具体来说,给定一组物品每种物品具有一定的重量 \( w_i \)价值 \( v_i \),以及一个承重能力为 \( W \)背包,目标是在不超过背包容量的情况下最大化所装物品的总价值。 该问题可以通过状态转移方程解决: \[ F(i, j) = \max(F(i-1, j), F(i-1, j-w[i]) + v[i]), \text{其中} \quad j \geq w[i] \] 这里 \( F(i, j) \) 表示从前 \( i \)物品中选取若干放入承重为 \( j \)背包中的最大价值[^3]。 #### 完全背包问题 完全背包问题01背包的不同之处在于,每种物品的数量是无限的。即对于每一个物品,可以选择任意次直到超过背包容量为止。同样地,我们希望找到一种方法使得在不超过背包容量的情况下获得最大的总价值。 通过优化的状态转移方程来实现这一过程: \[ F(j) = \max(F(j), F(j-weight[i]) + value[i]), \text{当仅当} \quad j \geq weight[i]. \] 这里的更新方式是从低到高依次遍历背包容量,从而允许同一件物品多次加入背包[^2]。 #### 多重背包问题 多重背包问题是对以上两种情况的一种扩展形式,在这种情况下,每种物品不仅限于单件或多件的选择,而是存在上限约束——即每种物品最多可以取 \( c[i] \) 次。这增加了额外复杂度,因为需要考虑不同数量组合的可能性。 通常采用二进制拆分技术或其他预处理手段降低时间复杂度至接近线性级别。例如,将多个相同类型的项目分解成几个独立的部分(比如利用倍增法),然后再应用类似于01背包的方法去计算结果[^5]。 --- ### 算法设计思路及解决方案 以下是针对上述个版本背包问题的具体算法设计方案: #### 对于01背包问题 最基础也是最容易理解的方式便是基于二维数组构建DP表完成迭代运算;然而考虑到空间效率,则可通过压缩维度简化存储结构只保留当前层数据即可满足需求。 ```python def zero_one_knapsack(weights, values, capacity): n = len(values) dp = [0]*(capacity+1) for i in range(n): for j in range(capacity, weights[i]-1, -1): if weights[i] <= j: dp[j] = max(dp[j], dp[j-weights[i]] + values[i]) return dp[-1] ``` #### 针对完全背包问题 由于允许重复选用某类物件,所以在循环顺序方面有所调整—由大向小改为从小往大扫描以确保每次都能尝试新增更多相同的元素进去。 ```python def complete_knapsack(weights, values, capacity): n = len(values) dp = [0]*(capacity+1) for i in range(n): for j in range(weights[i], capacity+1): dp[j] = max(dp[j], dp[j-weights[i]] + values[i]) return dp[-1] ``` #### 关于多重背包问题 运用单调队列加速寻找最佳路径或是借助位操作技巧把大量冗余信息剔除掉再做进一步分析比较合适一些。 ```python def multiple_knapsack(weights, values, counts, capacity): from collections import deque def preprocess(wt,val,cnt): res = [] k=1 while cnt>0: take=min(k,cnt) res.append((wt*take,val*take)) cnt -=take k<<=1 return res items=[preprocess(weights[i],values[i],counts[i])for i in range(len(weights))] flattened_items=sum(items,key=list) N=len(flattened_items) C=capacity DP=[[float('-inf')]*(C+1)]*(N+1) DP[0][0]=0 for idx,(wi,vi)in enumerate(flattened_items,start=1): for cap in reversed(range(C+1)): if wi<=cap and DP[idx-1][cap-wi]+vi > DP[idx][cap]: DP[idx][cap]=DP[idx-1][cap-wi]+vi ans=max(DP[N][:]) del DP return ans ``` --- ###
评论
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