文章目录
- 概要说明
- 分组背包
- 模板例题1
- 思路
- code
- 模板例题2
- 思路
- code
- 有依赖的背包问题
- 模板例题
- 思路
- code
- 背包问题求方案数
- 模板例题
- 思路
- code
- 背包问题求具体方案
- 模板例题
- 思路
- code
概要说明
本文讲分组背包、有依赖的背包、 背包问题求方案数以及背包问题求具体方案
入门篇(01背包和完全背包问题):传送门
进阶篇(多重、混合、二维费用背包):传送门
分组背包
模板例题1
acwing-分组背包问题
思路
分组背包也是01背包的一个变形,01背包中我们有n个物品,在这题中我们有n个组别,每个组别有k个物品
因此我们可以对每个组别都进行01背包,在当前组别选出最优解的情况下在进行下一轮组别的01背包
它的状态转移方程和01背包一样,在01背包的基础上改动一点点即可
它的时间复杂度在
O
(
n
3
)
O(n^3)
O(n3)
code
const int N=1e3+5;
int cnt[N],f[N],w[N][N],v[N][N];
void solve(){
int W,n,t=1;
cin >> n >> W;
for(int i=1;i<=n;++i){
cin >> cnt[i];
for(int j=1;j<=cnt[i];++j){
cin >> w[i][j] >> v[i][j];
}
}
for(int i=1;i<=n;++i)
for(int j=W;j>=0;--j)
for(int k=1;k<=cnt[i];++k){
if(j>=w[i][k]){
f[j]=max(f[j],f[j-w[i][k]]+v[i][k]);
}
}
cout << f[W];
return ;
}
模板例题2
通天之分组背包
思路
这题在模板例题1的基础上稍微变动了一点点,它没有给你确切的组数
因此我们需要先找出最大的组数,并另开一个数组存当前组数的下标
剩下的和模板例题1差不多,代码如下:
code
const int N=1e3+5;
int cnt[N],f[N],w[N],v[N],g[N][N];//g数组中,行存的是组别,列存的是个数,它的取值存的是下标
void solve(){
int W,n,t=0;
cin >> W >> n;
for(int i=1;i<=n;++i){
int x;
cin >> w[i] >> v[i] >> x;
cnt[x]++;
t=max(t,x);
g[x][cnt[x]]=i;
}
for(int i=1;i<=t;++i)
for(int j=W;j>=0;--j)
for(int k=1;k<=cnt[i];++k){
int st=g[i][k];//取出当前组别的下标
if(j>=w[st]){
f[j]=max(f[j],f[j-w[st]]+v[st]);
}
}
cout << f[W];
return ;
}
有依赖的背包问题
模板例题
有依赖的背包问题
思路
首先我们明确一点:想要取出子节点必须取出父节点
那么想要价值尽可能大,我们必须倒着遍历这颗树
遍历树最基本的算法是什么呢?
很显然,我们很快就能想到dfs回溯的思想,先来看这张图:
先看左边这条线1-2-4,我们将这颗树的节点分开来看,4的父节点为2,2的父节点1
那么我们想取出4的价值,首先必须取出2的价值,我们想取出2的价值,首先必须取出1的价值
我们倒着遍历树,当我们遍历到4时,发现4没有子节点,这时我们就回溯到前一个状态2
在回溯之前我们将4的价值存入到一个数组中,这时我们考虑状态2,它有2种选择,选或者不选
这时候它的状态转移方程和01背包是一样的
注意:在选状态4物品之前需要减去状态2的重量,因为状态2必须先选,才能选状态4
接着我们将选完的状态回溯到前一个状态1,同理,我们在选物品之前需要先减去状态1的重量
然后它也是有2种选择,选或者不选
对于其他线路也是同理,最终都会回溯到状态1,那么我们只需要从状态1开始进行dfs,遍历到树的叶节点时开始回溯即可
讲完思路,接着讲一下如何用代码实现出来
首先我们需要标记根节点的位置,用vector建树,将子节点存入父节点中
开一个二维数组,行代表节点,列代表重量w,所存的值为价值v
将根节点进行dfs,将当前
f
[
x
]
[
w
−
W
]
都标记为
v
,
x
代表节点,
w
代表重量,
W
为背包容量,
v
为价值
f[x][w-W]都标记为v,x代表节点,w代表重量,W为背包容量,v为价值
f[x][w−W]都标记为v,x代表节点,w代表重量,W为背包容量,v为价值
这样方便我们递归回溯时进行状态转移
接着我们一直遍历当前节点的子节点,将子节点进行dfs循环,直到不能遍历为止
这样我们就像上面所说的,遍历到4不能遍历,回溯到2的状态
接着进行01背包的状态转移方程,当前循环结束,在回溯到上一次的状态
最终dfs循环结束,输出
f
[
r
o
o
t
]
[
W
]
f[root][W]
f[root][W]
接下来我们看代码:
code
const int N=1e3+5;
int w[N],v[N],f[N][N];
vector<int> g[N];
int n,W;
void dfs(int x){
for(int i=w[x];i<=W;++i) f[x][i]=v[x];//将w~W的重量都标记为v
for(auto y : g[x]){
dfs(y);//一直循环子节点,直到不能循环为止
for(int j=W;j>=w[x];--j)
for(int k=0;k<=j-w[x];++k){//所选的物品必须减去当前重量
f[x][j]=max(f[x][j],f[x][j-k]+f[y][k]);//选子节点的物品还是不选子节点的物品
}
}
}
void solve(){
cin >> n >> W;
int root;
for(int i=1;i<=n;++i){
int x;
cin >> w[i] >> v[i] >> x;
if(x==-1) root=i;//标记
else g[x].push_back(i);//建树
}
dfs(root);
cout << f[root][W];
return ;
}
背包问题求方案数
模板例题
背包问题求方案数
思路
这种类型的题目不需要我们求具体的价值,但是需要我们求最优价值的方案总数
那么我们首先还是需要算出最大的价值,然后将能到达当前价值的方案数进行相加
那么具体该如何实现呢?
我们需要在01背包的基础上,多开一个g数组,用于统计方案数
对于每步的状态来源,我们都有两种情况,一种是本身,一种是当前容量减去物品容量加上物品价值
这时我们新开一个变量temp,这个变量统计两种情况的最大值
若temp等于本身,那么
g
[
i
]
g[i]
g[i]加上它本身
若temp等于当前容量减去物品容量加上物品价值,那么
g
[
i
]
+
g
[
j
−
w
[
i
]
g[i]+g[j-w[i]
g[i]+g[j−w[i]
每次加上都记得要取模
然后将当前状态
f
[
j
]
f[j]
f[j]更新为temp
最后找出背包所能容量的最大价值,遍历f数组,若当前
f
[
i
]
f[i]
f[i]等于最大价值,加上
g
[
i
]
g[i]
g[i]
接下来看代码进一步理解
code
const int N=1e3+5;
int f[N],g[N],w[N],v[N];
void solve(){
int n,W;
cin >> n >> W;
for(int i=1;i<=n;++i){
cin >> w[i] >> v[i];
}
g[0]=1;//若不选物品,方案数为1
for(int i=1;i<=n;++i)
for(int j=W;j>=w[i];--j){
int temp=max(f[j],f[j-w[i]]+v[i]);//temp为当前状态的最大值
int c=0;//统计数量
if(temp==f[j]) c=(c+g[j])%mod;//加上方案数
if(temp==f[j-w[i]]+v[i]) c=(c+g[j-w[i]])%mod;
f[j]=temp,g[j]=c;//状态转移
}
int maxn=0;
for(int i=0;i<=W;++i) maxn=max(maxn,f[i]);//找到最大价值
int ans=0;
for(int i=0;i<=W;++i){
if(f[i]==maxn) ans=(ans+g[i])%mod;//统计个数
}
cout << ans;
return ;
}
背包问题求具体方案
模板例题
背包问题求具体方案
思路
首先我们需要回溯到原来的状态,这时候我们开一维数组就会丢失原来的状态,这时候必须开二维数组来存储数据
我们先考虑一个问题,我们是从前往后回溯,还是从后往前回溯呢?
答案很明显,我们需要从前往后回溯
为什么呢?
题目要求输出字典序最小的方案
我们拿一个例子来说明:
3 3
1 2
2 4
2 4
物品总数为3,背包容量为3,每个物品先输入重量,在输入价值
如果我们从后往前回溯,那么我们求出的具体方案为1 3(最后将数组颠倒一下)
可是答案很明显为1 2,这样字典序才是最小的
那么我们就将这种方法pass掉
那么我们一开始需要第n件物品的状态转移到第1件物品,这样
f
[
1
]
[
W
]
f[1][W]
f[1][W]就为最大的价值
首先还是先套01背包的模板,只不过从1开始变为从n开始
然后我们从序号1遍历到序号n,判断当前的状态是不是由当前价值加上上一个状态转移过来的,即
f
[
i
]
[
j
]
=
=
f
[
i
+
1
]
[
j
−
w
[
i
]
]
+
v
[
i
]
f[i][j]==f[i+1][j-w[i]]+v[i]
f[i][j]==f[i+1][j−w[i]]+v[i]
若满足,则当前背包容量减去
w
[
i
]
w[i]
w[i],直接输出当前下标即可
接下来看代码
code
const int N=1e3+5;
int f[N][N],v[N],w[N],cnt[N];
void solve(){
int n,W;
cin >> n >> W;
for(int i=1;i<=n;++i){
cin >> w[i] >> v[i];
}
for(int i=n;i>=1;--i)//倒着来
for(int j=0;j<=W;++j){
f[i][j]=f[i+1][j];
if(j>=w[i]) f[i][j]=max(f[i][j],f[i+1][j-w[i]]+v[i]);
}
for(int i=1,j=W;i<=n;++i){
if(j>=w[i] && f[i][j]==f[i+1][j-w[i]]+v[i]){//判断状态
cout << i << " ";
j-=w[i];
}
}
return ;
}