• 从01背包说起(中)


    目录

    原题优化

    思路

    核心代码

    变式题


    从01背包说起(上)(初学者读本文必看!!!)

    上次(上面链接)讲到,01背包的一种做法——二维数组法。这种方法有一个巨大的缺陷:没必要的空间使用过多。

    因此,有了一种优化做法,一维数组法。


    原题优化

    思路

    设fj表示重量(或事件)为j时的最大价值,vi表示的i个物品的质量,wi表示第i个物品的重量(或时间)

    顺序循环i,遍历每一个物品;再从最大容量到wi,循环j(时间),进行两种情况(选与不选)的比较。若选,则背包容量还剩j-w[i],所以要取背包剩余容量j-w[i]所获得的最大价值f[j-w[i]];不选,就不变。因为是最大价值,因此用max()函数求更大。

    核心代码

    1. for(int i=1;i<=n;i++)
    2. {
    3. for(int j=T;j>=w[i];j--)
    4. {
    5. f[j]=max(f[j-w[i]]+v[i],f[j]);
    6. }
    7. }

    变式题

     [NOIP2006 提高组] 金明的预算方案

            金明今天很开心,家里购置的新房就要领钥匙了,新房里有一间金明自己专用的很宽敞的房间。更让他高兴的是,妈妈昨天对他说:“你的房间需要购买哪些物品,怎么布置,你说了算,只要不超过 nn 元钱就行”。今天一早,金明就开始做预算了,他把想买的物品分为两类:主件与附件,附件是从属于某个主件的,下表就是一些主件与附件的例子:

    主件附件
    电脑打印机,扫描仪
    书柜图书
    书桌台灯,文具
    工作椅

    如果要买归类为附件的物品,必须先买该附件所属的主件。每个主件可以有 00 个、11 个或 22 个附件。每个附件对应一个主件,附件不再有从属于自己的附件。金明想买的东西很多,肯定会超过妈妈限定的 nn 元。于是,他把每件物品规定了一个重要度,分为 55 等:用整数 1 \sim 51∼5 表示,第 55 等最重要。他还从因特网上查到了每件物品的价格(都是 1010 元的整数倍)。他希望在不超过 nn 元的前提下,使每件物品的价格与重要度的乘积的总和最大。

    设第 jj 件物品的价格为 v_jvj​,重要度为w_jwj​,共选中了 kk 件物品,编号依次为 j_1,j_2,\dots,j_kj1​,j2​,…,jk​,则所求的总和为:

    v_{j_1} \times w_{j_1}+v_{j_2} \times w_{j_2}+ \dots +v_{j_k} \times w_{j_k}vj1​​×wj1​​+vj2​​×wj2​​+⋯+vjk​​×wjk​​。

    请你帮助金明设计一个满足要求的购物单。

    输入格式

    第一行有两个整数,分别表示总钱数 nn 和希望购买的物品个数 mm。

    第 22 到第 (m + 1)(m+1) 行,每行三个整数,第 (i + 1)(i+1) 行的整数 v_ivi​,p_ipi​,q_iqi​ 分别表示第 ii 件物品的价格、重要度以及它对应的的主件。如果 q_i=0qi​=0,表示该物品本身是主件。

    输出格式

    输出一行一个整数表示答案

    输入输出样例

    输入 

    1000 5
    800 2 0
    400 5 1
    300 5 1
    400 3 0
    500 2 0
    

    输出 #1复制

    2200
    

    直接贴代码。。。 

    1. #include
    2. #include
    3. using namespace std;
    4. struct aa
    5. {
    6. int v,p,q;
    7. }a[60],pat[60][60];
    8. int n,m,t[60],V[60][10],P[60][10],cnt[60],f[32000],ans,i,j,k;
    9. int main()
    10. {
    11. cin>>n>>m;
    12. for(i=1;i<=m;i++)
    13. {
    14. cin>>a[i].v>>a[i].p>>a[i].q;//输入
    15. if(a[i].q!=0)//当他是附件时
    16. {
    17. t[a[i].q]++;//主件有多少附件
    18. pat[a[i].q][t[a[i].q]].v=a[i].v;
    19. pat[a[i].q][t[a[i].q]].p=a[i].p;
    20. pat[a[i].q][t[a[i].q]].q=a[i].q;//替换输入
    21. }
    22. }
    23. for(i=1;i<=m;i++)//当物品是附件时是直接跳过的
    24. {
    25. if(t[i]!=0)//选主件也选附件
    26. {
    27. memset(f,-1,sizeof(f)); //当f[i]==-1时表示这个体积下没有选任何一个附件(恰好背包)
    28. f[0]=0;
    29. for(j=1;j<=t[i];j++)//多重背包 对于这件物品的附件选择
    30. for(k=n-a[i].v;k>=pat[i][j].v;k--)
    31. if(f[k]-1)
    32. f[k]=f[k-pat[i][j].v]+pat[i][j].v*pat[i][j].p;
    33. for(j=0;j<=n-a[i].v;j++)
    34. if(f[j]!=-1)//有用的情况 选择了一个或多个附件
    35. {
    36. cnt[i]++;
    37. V[i][cnt[i]]=j+a[i].v;
    38. P[i][cnt[i]]=f[j]+a[i].v*a[i].p;//记录代替
    39. }
    40. }
    41. if(a[i].q==0)//只选主件
    42. {
    43. cnt[i]++;
    44. V[i][cnt[i]]=a[i].v;
    45. P[i][cnt[i]]=a[i].p*a[i].v;//记录代替
    46. }
    47. }
    48. memset(f,0,sizeof(f));
    49. for(i=1;i<=m;i++)//分组背包 当物品是附件时是直接跳过的
    50. for(j=n;j>=0;j--)
    51. for(k=1;k<=cnt[i];k++)
    52. if(j>=V[i][k])
    53. f[j]=max(f[j],f[j-V[i][k]]+P[i][k]);
    54. for(i=0;i<=n;i++)
    55. ans=max(ans,f[i]);//求出最大值
    56. cout<//输出
    57. }

  • 相关阅读:
    stable diffusion QA
    HDFS机架感知配置(block放置策略/NodeGroup分配策略配置)
    Kubernetes(K8S)是什么?
    【线性表,队列和栈,栈溢出,链表和顺序表的特点】
    Redis事务
    SIGIR‘22 推荐系统论文之对比学习篇
    基于驾驶训练优化算法的函数寻优算法
    Shell系统学习之文件操作
    (附源码)基于spring boot 房屋租赁系统小程序-计算机毕设 88306
    前端面试基础面试题——7
  • 原文地址:https://blog.csdn.net/aliyonghang/article/details/128074195