背包问题
01 背包
for(int i = 1; i <= n; i ++)
{
cin >> v >> w;
for(int j = m; j >= v; j --)//体积从大到小,这样物品i仅使用了一次
dp[j] = max(dp[j], dp[j - v] + w;
}
cout << dp[m];
完全背包
for(int i = 1; i <= n; i ++)
{
cin >> v >> w;
for(int j = v ; j <= m; j ++)//体积从小到大,这样物品i使用多次
dp[j] = max(dp[j], dp[j - v] + w;
}
cout << dp[m]
多重背包
多重背包二进制优化
利用二进制转化为01背包问题
for(int i = 1; i <= n; i ++)
{
int v, w, s;
cin >> v >> w >> s;
for(int k = 1; k <= s; k = k * 2)//将s个物品转化
{
node x;
x.w = w * k;
x.v = v * k;
s -= k;
g.push_back(x);
}
if(s != 0)
{
node x;
x.w = w * s;
x.v = v * s;
g.push_back(x);
}
}
for(int i = 1; i <= g.size(); i ++)
{
auto x = g[i-1];
for(int j = m; j >= x.v; j --)
{
dp[j] = max(dp[j], dp[j-x.v] + x.w);
}
}
cout << dp[m];
分组背包
for(int i = 1; i <= n; i ++)
{
for(int j = m; j >= 0; j --)
{
for(int k = 0; k < g[i].size(); k ++)//决策在第三重循环
{
auto x = g[i][k];
if(j >= x.first)
dp[j] = max(dp[j], dp[j - x.first] + x.second);
}
}
}
混合背包
根据不同种类,第二重循环不同
背包方案数
for(int i = 0; i <= m; i ++)cnt[i] = 1;//初始化方案数
for(int i = 1; i <= n; i ++)
{
int v, w;
cin >> v >> w;
for(int j = m; j >= v; j --)
{
int value = dp[j - v] + w;
if(value > dp[j])//当前方案更优
{
cnt[j] = cnt[j - v];
dp[j] = value;
}else if(value == dp[j])//两种方案相同
cnt[j] = (cnt[j] + cnt[j - v]) % mod;
}
}
cout << cnt[m];
依赖背包
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 110;
int n,m;
int h[N],e[N],ne[N],idx;
/*h数组是邻接表的头它的下表是当前节点的标号,值是当前结点第一条边的编号(其实是最后加入的那一条边),e数组是边的集合,它的下标是当前边的编号,数值是当前边的终点;
ne是nextedge,如果ne是-1表示当前结点没有下一条边,ne的下标是当前边的编号,数值是当前结点的下一条边的编号,idx用于保存每一条边的上一条边的编号。
这样我们就知道了当前结点的第一条边是几,这个边的终点是那个结点,该节点的下一条边编号是几,那么邻接表就完成了
*/
int v[N],w[N],f[N][N];
void add(int a,int b){
e[idx] = b,ne[idx] = h[a],h[a] = idx++;//该方法同于向有向图中加入一条边,这条边的起点是a,终点是b,加入的这条边编号为idx
}
void dfs(int u){
for(int i = h[u];i!=-1;i = ne[i]){//对当前结点的边进行遍历
int son = e[i];//e数组的值是当前边的终点,即儿子结点
dfs(son);
for(int j = m-v[u];j>=0;j--){
//遍历背包的容积,因为我们是要遍历其子节点,所以当前节点我们是默认选择的。
//这个时候当前结点我们看成是分组背包中的一个组,子节点的每一种选择我们都看作是组内一种物品,所以是从大到小遍历。
//我们每一次都默认选择当前结点,因为到最后根节点是必选的。
for(int k = 0;k<=j;k++){//去遍历子节点的组合
f[u][j] = max(f[u][j],f[u][j-k]+f[son][k]);
}
}
}
//加上刚刚默认选择的父节点价值
for(int i = m;i>=v[u];i--){
f[u][i] = f[u][i-v[u]]+w[u];
}
//因为我们是从叶子结点开始往上做,所以如果背包容积不如当前物品的体积大,那就不能选择当前结点及其子节点,因此赋值为零
for(int i = 0;i<v[u];i++){
f[u][i] = 0;
}
}
int main(){
memset(h,-1,sizeof h);
cin>>n>>m;
int root;
for(int i = 1;i<=n;i++){
int p;
cin>>v[i]>>w[i]>>p;
if(p==-1){
root = i;
}else{
add(p,i);//如果不是根节点就加入邻接表,其中p是该节点的父节点,i是当前是第几个节点
}
}
dfs(root);
cout<<f[root][m]<<endl;
return 0;
}
背包方案
for(int i = n ;i >= 1; i --)//倒序求解,方便求最小字典序
{
for(int j = m; j >= 0; j --)//一定要更新到0,不然状态不全
{
dp[i][j] = dp[i + 1][j];
if(j >= v[i])
dp[i][j] = max(dp[i][j], dp[i+1][j - v[i]] + w[i]);
}
}
int vol = m;
for(int i = 1; i <= n; i ++)
{
if((dp[i][vol] == dp[i+1][vol - v[i]] + w[i])&&(vol >= v[i]))//物品1可以要一定要。
{
printf("%d ",i);
vol -= v[i];
}
}