First:0-1背包问题
1.定义define:
所谓的0-1背包就是指每种物品只有一件,而每件物品只有两种选择,即选择放或是不放
2.问题:
一个小偷来出来活动了, 拿了一个背包, 最多可以装50斤的东西的小袋子。 他眼睛一亮, 发现了三件宝贝a, b, c. 其中a重10斤, 价值60元; b重20斤, 价值100元; c重30斤, 价值120元。 问: 在背包允许的范围内, 小偷最多能偷到多少钱?简单的说就是现有N种物品和重量为V的背包,第i件物品的重量为c[i],价值为w[i],求解将哪些物品放入背包可使价值总和达到最大。
3.思路:
在背包所能承受的最大容量下得到最大价值
子问题状态:f[ j ]的含义:表示前i件物品放入容量为j的背包的情况下价值的最优解
状态转移方程:f[j] = max{f[j],f[j - weight[i]] + value[i]}
初始化:(因为f 数组中存的是前i件物品放入j容量的背包的最大价值)f数组初始值定义为0
4.code精华:
for(i=0;i<N;i++)
{
for(j=V;j>=weight[i];j--)
f[j]=max(f[j],f[j-weight[i]]+value[i]);
}
我们可以顺着这个for循环一起走两趟,设N=3,V=5,weight[N]={1,2,3},value[N]={6,10,10},一开始背包里没有装任何物品,所以一开始初始值f[0]=f[1]=f[2]=f[3]=f[4]=f[5]=0;接下来我们一起走循环,
5.完整代码:
#include <bits/stdc++.h>
using namespace std;
int n,v,weight[5],value[5],f[10];
int ZeroOnePack()
{
memset(f,0,sizeof(f));
for(int i=0;i<n;i++)
{
for(int j=v;j>=weight[i];j--)
{
f[j]=max(f[j],f[j-weight[i]]+value[i]);
cout<<j<<" "<<f[j]<<endl;
}
}
return f[v];
}
int main()
{
int t;
cin>>n>>v;
for(int i=0;i<n;i++)
cin>>weight[i];
for(int i=0;i<n;i++)
cin>>value[i];
t=ZeroOnePack();
cout<<t<<endl;
return 0;
}
Second:完全背包问题
1.定义:
完全背包和0-1背包最大的区别就是完全背包中每种物品有无限个,即在不超过背包容量下,可以拿多个价值一样大的物品。
2.code精华:
int CompletePack()
{
memset(f,0,sizeof(f));
for(i=0;i<n;i++)
{
for(j=weight[i];j<=v;j++)
{
f[j]=max(f[j],f[j-weight[i]]+value[i]);
cout<<j<<" "<<f[j]<<endl;
}
}
return f[v];
}
其他的和0-1背包是类似的,可以对比着看看
3.例题:http://poj.org/problem?id=1384(Piggy-Bank)
题意:现有一个小猪存钱罐,里面存有不同种类的硬币,求在不打碎小猪的情况下,算出存钱罐中最少有多少钱。给出空小猪的重量、小猪和硬币的总重量、每种硬币单个的价值和重量,输出给定总重量的硬币可以实现的最小金额,如果无法准确达到重量,就输出“这是不可能的”。
Sample Input:
3
10 110
2
1 1
30 50
10 110
2
1 1
50 30
1 6
2
10 3
20 4
Sample Output:
The minimum amount of money in the piggy-bank is 60.
The minimum amount of money in the piggy-bank is 100.
This is impossible.
思路:这里求的是最小值,但其实万变不离其中,它的动态转移方程为:dp[j]=min(dp[j],dp[j-w[i]]+v[i]);
My Code:
#include<stdio.h>
#include<iostream>
#include<string.h>
#include<string>
#include<algorithm>
using namespace std;
typedef long long ll;
const int INF = 1e9;
int main()
{
int t,n,E,F,v[505],w[505],f[10005];
cin >> t;
while(t--)
{
cin >> E >> F;
int W = F-E;
for(int i = 0; i <= W; i++) f[i] = INF;///要求最小值,初始化为无穷大
cin >> n;
f[0] = 0;
for(int i = 0; i < n; i++)
{
cin >> v[i] >> w[i];
for(int j = w[i]; j <= W; j++)
f[j] = min(f[j],f[j-w[i]]+v[i]);
}
if(f[W] == INF)///如果硬币总重量的价值还是初始值的话,则说明无法达到准确重量
printf("This is impossible.\n");
else
printf("The minimum amount of money in the piggy-bank is %d.\n",f[W]);
}
}
总结:(0-1背包与完全背包的比较)
假设求容量 j 的最大价值 f [ j ],f[ j ] = max( f [ j ], f [ j-weight[i] ] + value[i] ),由于完全背包中物件有无限个,那么 f [ j-weight[i] ]中可能已经取过物件 i 了,因此for循环是正着走的,因为它可以一直取同一个物件,最终求出满足容量的最大价值;而0-1背包每个物件只有一个,它的f [ j-weight[i] ]中一定没取物件 i ,因此for循环是倒着走的,以防多取了同一个物件。