ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

c++背包详解

2021-10-23 21:35:15  阅读:200  来源: 互联网

标签:背包 weight int value 详解 c++ 物品 dp


目录

一、背包简介

二、背包种类

1.01背包

1.二维

2.一维

2.完全背包

问题描述

三、例题

1.金明的预算方案

2.机器分配


一、背包简介

背包其实就是动态规划,可以推出方程,但因为其比较常见,所以单独挑出来。

二、背包种类

1.01背包

因为他只有选和不选两种,所以被比作01;

1.二维

问题描述:

给定 n 件物品,物品的重量为 weight,对应的价值为 value。现挑选物品放入背包中,假定背包能承受的最大重量 W 为 m,问应该如何选择装入背包中的物品,使得装入背包中物品的总价值最大?

令 dp[i][w] 表示前 i 件物品放入容量为 w 的背包中可获得的最大价值。为了方便处理,我们约定下标从 1 开始。

对于编号为 i 的物品:

  • 如果选择它,那么,当前背包的最大价值等于” i 号物品的价值“ 加上 ”减去 i 号物品占用的空间后剩余的背包空间所能存放的最大价值“,即dp[i][k] = value[i] + dp[i-1][k-weight[i]];
  • 如果不选择它,那么,当前背包的价值就等于前 i-1 个物品存放在背包中的最大价值,即 dp[i][k] = dp[i-1][k]

转移方程:

dp(i,j) = max(dp(i-1,j),dp(i-1,j-w(i))+v(i));

代码实现如下:


#include "iostream"
#include "iomanip"
using namespace std;

//最优解状态空间
int dp[100][100];
int value[100];
int weight[100];
int n,m;
int main(){
	cin>>n>>m;
    for(int i=1;i<=n;i++) cin>>weight[i]>>value[i];

    //递推求解dp状态
    for (int i = 1; i <=n ; ++i) {//3个物品
        for (int j = 1; j <=m ; ++j) {//背包空间
            //不选i物品,最大与dp[i-1][j]相等
            int without = dp[i-1][j];
            //选i物品:
            // 首先必须空间能放得下i物品
            // 其次选择该物品的价值:当前物品的价值 + 剩余空间的最大价值
            int with = weight[i]<=j?dp[i-1][j-weight[i]]+value[i]:0;
            dp[i][j] = max(without,with);
        }
    }

    //打印dp状态
    for (int i = 1; i <=n ; ++i) {
        for (int j = 1; j <=m ; ++j) {
            cout<<setw(m)<<dp[i][j]<<"  ";
        }
        cout<<endl;
    }

}

2.一维

我们之前分析出01背包的状态转移方程:

dp[i][k] = max(value[i] + dp[i-1][k-weight[i]], dp[i-1][k])

观察上面的代码,会发现,当更新dp[i][k]时,只与dp[i-1][..]有关,也就是说,我们没有必要使用O(n*W)的空间,而是只使用O(W)的空间即可。

for (int i = 1; i <=n ; ++i) {
        for (int k = c; k >=1 ; k--) {
            //选
            int value_with = (k - weight[i] >= 0) ? (dp[k - weight[i]] + value[i]) : 0;
            //不选
            int value_without = dp[k];

            dp[k] = max(value_with,value_without);
        }
    }

这里的状态转移方程变成了:

dp[k] = max(value[i]+dp[k-weight[i]], dp[k])

2.完全背包

问题描述

有n种物品,每种物品的单件重量为w[i],价值为c[i]。现有一个容量为V的背包,问如何选取物品放入背包,使得背包内物品的总价值最大。其中每种物品都有无穷件。

对于01背包问题,每种物品只有两种选择:选和不选,我们推导的转移方程如下:

dp[k] = max(value[i]+dp[k-weight[i]], dp[k])

完全背包问题中,每个物品有无限件,也就是从每种物品的角度考虑,与它相关的策略并非选或者不选两种。而是:选0件、选1件、选2件…等等多种策略

我们借鉴01背包问题的思路,将每种选择策略的结果都计算出来,然后取所有策略状态的最大值,转移方程如下:

令dp[i][j]表示前i种物品放入容量为j的背包的最大价值:

dp[i][j] = max{dp[i-1][j-k*weight[i]]+k*value[i]|0<=k*value[i]<=j}

核心代码:

//完全背包:递推求解dp状态
    for (int i = 1; i <=n ; ++i) {//物品
        for (int j = 1; j <=c ; ++j) {//背包空间
            //这里需要计算所有策略,对应01背包问题,这里只需要计算选和不选两种策略
            for (int k = 0; k*weight[i] <= j ; ++k) {
                dp[i][j] = max(dp[i][j],dp[i-1][j-k*weight[i]]+k*value[i]);
            }
        }
    }

三、例题

1.金明的预算方案

详情:金明的预算方案_维克托的博客-CSDN博客

由题目我们知道,一个主件最多有两个附件,且必须先买主件,所以:

1.只选主件,不选附件:dp[j]=max(dp[j],dp[j-w[i]]+v[i]);

2.选主件和第一个附件:dp[j]=max(dp[j],dp[j-w[i]-w1[i][1]]+v[i]+v1[i][1]);

3.选主件和第二个附件:dp[j]=max(dp[j],dp[j-w[i]-w1[i][2]]+v[i]+v1[i][2]);

4.选主件和所有附件:dp[j]=max(dp[j],dp[j-w[i]-w1[i][1]-w1[i][2]]+v[i]+v1[i][1]+v1[i][2]);

2.机器分配

总公司拥有高效设备M台,准备分给下属的N个分公司。各分公司若获得这些设备,可以为国家提供一定的盈利。
问:如何分配这M台设备才能使国家得到的盈利最大?求出最大盈利值。其中M≤15,N≤10。

分配原则:每个公司有权获得任意数目的设备,但总台数不超过设备数M。

输入格式:

输入包含一组数据:第一行有两个数,第一个数是分公司数N,第二个数是设备台数M。

接下来是一个N*M的矩阵,表明了第 I个公司分配 J台机器的盈利。

输出格式:

输出第一行为最大盈利值;

接下来有n行,分别为各分公司分配的机器数。

限制:

空间限制:128MByte

时间限制:1秒

样例:

输入: 3 3

30 40 50

20 30 50

20 25 30
输出:

70

1 1

2 1

3 1

提示:

要求答案的字典序最小

#include<iostream>
using namespace std;
int n,dp[20][20],m,v[20][20],sum[20][20];
void print(int i,int j){
	if(i==0) return;
	print(i-1,j-sum[i][j]);
	cout<<i<<" "<<sum[i][j]<<endl;
}
int main() {
	cin>>n>>m;
	for(int i=1; i<=n; i++)
		for(int j=1; j<=m; j++)
			cin>>v[i][j];
	for(int i=1; i<=n; i++)
		for(int j=1; j<=m; j++) 
			for(int k=0; k<=j; k++) 
				if(j>=k)
					if(dp[i][j]<dp[i-1][j-k]+v[i][k]) {
						dp[i][j]=dp[i-1][j-k]+v[i][k];
						sum[i][j]=k;
					}
	cout<<dp[n][m]<<endl;
	print(n,m);
	return 0;
}

标签:背包,weight,int,value,详解,c++,物品,dp
来源: https://blog.csdn.net/jhfhfhu/article/details/120925544

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有