• 0-1背包


    01背包(ZeroOnePack): 有N件物品和一个容量为V的背包, 每种物品均只有一件第i件物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。 

    完全背包(CompletePack): 有N种物品和一个容量为V的背包,每种物品都有无限件可用。第i种物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。 

    多重背包(MultiplePack): 有N种物品和一个容量为V的背包,第i种物品最多有n[i]件可用。每件费用是c[i],价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。 

    比较三个题目,会发现不同点在于每种背包的数量,01背包是每种只有一件,完全背包是每种无限件,而多重背包是每种有限件。 

    先来分析01背包: 

    01背包(ZeroOnePack): 有N件物品和一个容量为V的背包,每种物品均只有一件。第i件物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。 

    这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。 

    用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是: 

    f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}   

    把这个过程理解下

    在前i件物品放进容量v的背包时,它有两种情况:

    情况一: 第i件不放进去,这时所得价值为:f[i-1][v]  (即同样的背包空间,不放第i件)

    情况二: 第i件放进去,这时所得价值为:f[i-1][v-c[i]]+w[i]   (即背包先放下第i件,看剩多少空间,再来看看还可以放第1~i-1中的哪几件东西)

    (第二种是什么意思?就是如果第i件放进去,那么在容量v-c[i]里就要放进前i-1件物品) 

    最后比较第一种与第二种所得价值的大小,哪种相对大,f[i][v]的值就是哪种。  (这里是重点,理解!) 

     例子:

    物品号i

    1

    2

    3

    4

    5

    6

    体积C

    2

    3

    1

    4

    6

    5

    价值W

    5

    6

    5

    1

    19

    7

    假如背包能装的体积上限为10,求包中能装入的最大价值?

    解:

     

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    1

    0

    5

    5

    5

    5

    5

    5

    5

    5

    5

    2

    0

    5

    6

    6

    11

    11

    11

    11

    11

    11

    3

    5

    5

    10

    11

    11

    16

    16

    16

    16

    16

    4

    5

    5

    10

    11

    11

    16

    16

    16

    16

    17

    5

    5

    5

    10

    11

    11

    19

    24

    24

    29

    30

    6

    5

    5

    10

    11

    11

    19

    24

    24

    29

    30

    第一行表示:当前可挑选的是前 i 件

    第一列表示:当前背包的空间为V

    步骤:这个表的得出顺序是,第一行从左到右,第二行从左到右....。(因为用的是二维数组,所以这里从右到左也行;若用一维数组,则要从左到右了,且依次下一行覆盖上一行)

    举例:以f[5][10]为例

       它是这样得到的, f[5][10] = max{f[4][10],f[4][10-c[i]]+w[i]}  = max{f[4][10],f[4][10-6]+19} = max{f[4][10],f[4][4]+19} = max{17,11+19}=30。  上表第5行红色格子是由第4行两个红色格子得出的。

    这里是用二维数组存储的,可以把空间优化,用一维数组存储。 

    用f[0..v]表示,f[v]表示把前i件物品放入容量为v的背包里得到的价值。把i从1~n(n件)循环后,最后f[v]表示所求最大值。


    这里f[v]就相当于二维数组的f[i][v]。那么,如何得到f[i-1][v]和f[i-1][v-c[i]]+w[i]?(重点!思考)

    首先要知道,我们是通过i从1到n的循环来依次表示前i件物品存入的状态。

    即:for i=1..N

    现在思考如何能在是f[v]表示当前状态是容量为v的背包所得价值,而又使f[v]和f[v-c[i]]+w[i]标签前一状态的价值? 

    逆序

    这就是关键! 

    1 for i=1..N 
    2       for v=V..0 
    3        f[v]=max{f[v],f[v-c[i]]+w[i]};

    为什么要逆序?

    举例:f[3][5]是怎样得来的?

    ①按矩阵来保存的话,其靠的是f[2][5]和f[2][4],这一行在当i为2时已经得到,可以直接用。

    ②但是按一维数组来保存的话,当i为3时,从v=1~10计算出总价值后覆盖i=2时算出的一维数组,所以在算f[3][5]时,一维数组中v=1~4就已经更新了,5~10还未更新。再看回①,需要用到的f[2][5]还在一维数组中未被更新,而f[2][4]=6就被更新为11了,虽然f[3][5]最后的结果是一样的。但是如果你挑其他的就不一定会一样了,比如f[5][10]。

     
  • 相关阅读:
    题解 UVA10213 【How Many Pieces of Land ?】
    NOIP 2018 游记
    POJ 1821 Fence(单调队列优化DP)
    HDU 2196 Computer(经典树形DP)
    POJ 2228 Naptime(DP+环形处理)
    POJ 1742 Coins(多重背包?)
    POJ 2311 Cutting Game(SG函数)
    BZOJ 2560(子集DP+容斥原理)
    HDU2841 Visible Trees(容斥原理)
    HDU 1796 How many integers can you find(容斥原理)
  • 原文地址:https://www.cnblogs.com/xcw0754/p/4229084.html
Copyright © 2020-2023  润新知