ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

动态规划学习笔记(updating)

2022-02-03 10:00:08  阅读:142  来源: 互联网

标签:updating int vi wi 笔记 max 物品 动态 dp


背包问题:

  01背包问题:

    朴素版:(二维数组)

      状态表示: dp[i][j]:从前i个物品中选择且总体积不超过j的集合的最大价值,则dp[n][m]就是最终答案(n:物品数量,m:最大体积)

      状态计算: dp[i][j] = max ( dp[i-1][j] , dp[i-1][j-vi]+wi )  // 由含i和不含i两个子集合计算而来(vi:物品体积,wi:物品价值)

      核心代码:

int n, m; // n:物品数量, m:最大体积
int v[N], w[N], dp[N][M];

void keyCode()
{
    for(int i = 1; i <= n; i++) 
        for(int j = 0; j <= m; j++) 
        {
            dp[i][j] = dp[i-1][j];
            if(v[i] >= j) dp[i][j] = max(dp[i][j], dp[i-1][j-v[i]] + w[i]); 
        }
}

    空间优化版:(滚动数组,二维数组优化至一维)

  状态表示:dp[j]:在外循环的第i层时,表示从前i个物品中选择且总体积不超过j的集合的最大价值,n层循环后,dp[m]就是最终答案

  状态计算:dp[j] = max ( dp[j] , dp[j-vi]+wi )  // 由含i和不含i两个子集合计算而来

  核心代码:

int n, m; // n:物品数量, m:最大体积
int v[N], w[N], dp[N];

void keyCode()
{
    for(int i = 1; i <= n; i++) 
        // 反向遍历, 否则dp[j-v[i]]可能为dp[i][j-v[i]](用更新后的值来更新导致出错)
        for(int j = m; j >= v[i]; j--) 
            dp[j] = max(dp[j], dp[j-v[i]] + w[i]); 
        
}

   完全背包问题:

    朴素版:(二维数组)

  状态表示:dp[i][j]:从前i个物品中选择且总体积不超过j的集合的最大价值,则dp[n][m]就是最终答案

  状态计算:dp[i][j] = max ( dp[i-1][j] , dp[i][j-vi]+wi

    证明:dp[i][j] = max ( dp[i-1][j] , dp[i][j-vi]+w, dp[i][j-2*vi]+2*wi , dp[i][j-3*vi]+3*w, ...... ) .

       dp[i][j-vi] = max (              dp[i-1][j-vi] ,   dp[i][j-2*vi]+w,     dp[i][j-3*vi]+2*w,  ...... ) .

       Thus,dp[i][j-vi] + wi = max ( dp[i-1][j-vi]+wi , dp[i][j-2*vi]+2*w, dp[i][j-3*vi]+3*w,  ...... ) .

       Thus,dp[i][j] = max ( dp[i-1][j] , dp[i][j-vi]+wi ) . 

  核心代码:

int n, m; // n:物品数量, m:最大体积
int v[N], w[N], dp[N][M];

void keyCode()
{
    for(int i = 1; i <= n; i++)
        for(int j = 0; j <= m; j++)
        {
            dp[i][j] = dp[i-1][j];
            if(j >= v[i]) dp[i][j] = max(dp[i][j], dp[i][j-v[i]] + w[i]);
        }
}

    空间优化版:(滚动数组,二维数组优化至一维)

  状态表示:dp[j]:在外循环的第i层时,表示从前i个物品中选择且总体积不超过j的集合的最大价值,n层循环后,dp[m]就是最终答案

  状态计算:dp[j] = max ( dp[j] , dp[j-vi]+wi )  // 由含i和不含i两个子集合计算而来

  核心代码:

int n, m; // n:物品数量, m:最大体积
int v[N], w[N], dp[N];

void keyCode()
{
    for(int i = 1; i <= n; i++)
        // 正向遍历, 使得dp[j-v[i]]为dp[i][j-v[i]]
        for(int j = v[i]; j <= m; j++) 
            dp[j] = max(dp[j], dp[j-v[i]] + w[i]);
        
}

 

标签:updating,int,vi,wi,笔记,max,物品,动态,dp
来源: https://www.cnblogs.com/jakon/p/15861053.html

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