• 动态规划——背包问题


    背包问题

    总共有N个物品,背包容量为V,每个物品的体积为v[i],价值为w[i]
    在这里插入图片描述

    1. 0-1背包问题

    在这里插入图片描述
    使用滚动数据优化存储空间,将记录表优化成一维:

    N,V = map(int, input().strip().split())
    
    v, w = [0]*(N+1), [0]*(N+1)
    
    f = [0]*(V+1)
    
    for i in range(1,N+1):
        v[i], w[i] = map(int, input().strip().split())
    
    for i in range(1, N+1):
        for j in range(V, v[i]-1, -1):
            f[j] = max(f[j], f[j-v[i]]+w[i])
    
    print(f[V])
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    2. 完全背包问题

    在这里插入图片描述
    在这里插入图片描述
    原本需要使用三层循环,内层遍历k计算最终的答案,但是通过观察f[i][j-v]与f[i][j]的关系,我们发现可以通过f[i,j-v]+w来获得f[i,j],于是优化为二层循环。

    N, V = map(int, input().strip().split())
    
    v = [0] * (N+1)
    w = [0] * (N+1)
    
    f = [0]*(V+1)
    
    for i in range(1, N+1):
        v[i], w[i] = map(int, input().strip().split())
    
    for i in range(1, N+1):
        for j in range(v[i], V+1):
            f[j] = max(f[j], f[j-v[i]]+w[i])
    
    
    print(f[V])
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    3. 多重背包问题

    在这里插入图片描述

    最基础的方法(不带任何优化)

    N,V = map(int, input().strip().split())
    
    s,v,w = [0]*(N+1), [0]*(N+1), [0]*(N+1)
    
    f = [[0]*(V+1) for i in range(N+1)]
    
    for i in range(1, N+1):
        v[i], w[i], s[i] = map(int, input().strip().split())
    
    for i in range(1, N+1):
        for j in range(1, V+1):
            for k in range(0, s[i]+1):
                if j >= k*v[i]:
                    f[i][j] = max(f[i][j], f[i-1][j-v[i]*k]+w[i]*k)
                else:
                    break
    
    print(f[N][V])
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18

    使用二进制存储优化:

    N,V = map(int, input().strip().split())
    
    s,v,w = [0]*25000, [0]*25000, [0]*25000
    
    f = [0] * 25000
    
    cnt = 0
    for i in range(1, N+1):
        vi, wi, si = map(int, input().strip().split())
        k = 1
        while k <= si:
            cnt += 1
            si -= k
            v[cnt] = vi*k
            w[cnt] = wi*k
            k *= 2
        if si>0:
            cnt += 1
            v[cnt] = si*vi
            w[cnt] = si*wi
    
    N = cnt
    for i in range(1, N+1):
        for j in range(V, v[i]-1, -1):
            f[j] = max(f[j], f[j-v[i]]+w[i])
    print(f[V])
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26

    4. 分组背包问题在这里插入图片描述

    请添加图片描述

    # 有N组 背包容量为V
    N,V = map(int, input().strip().split())
    
    v, w, s = [[0]*200 for i in range(200)], [[0]*200 for i in range(200)], [0]*200
    
    f = [0] * 200
    
    for i in range(1, N+1):
        s[i] = int(input())
        for j in range(s[i]):
            v[i][j], w[i][j] = map(int, input().strip().split())
    
    for i in range(1, N+1):
        for j in range(V, -1, -1):
            for k in range(s[i]):
                if v[i][k] <= j:
                    f[j] = max(f[j], f[j-v[i][k]]+w[i][k])
                    
    print(f[V])
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
  • 相关阅读:
    mac怎么设置锁屏壁纸,锁屏壁纸和屏幕壁纸不同
    android WindowManager的简单使用
    【python基础】基本数据类型-字符串类型
    hutool 工具类提高编码效率
    快速排序算法
    java-net-php-python-jspm大学生作业管理系统计算机毕业设计程序
    由Django-Session配置引发的反序列化安全问题
    【云IDE】尝试着操作了云IDE感觉蛮好用的操作步骤总结了一下来看看,提提建议
    从零开始实现lmax-Disruptor队列(五)Disruptor DSL风格API原理解析
    使用python玩转二维码!速学速用!⛵
  • 原文地址:https://blog.csdn.net/huoshanshaohui/article/details/132976626