背包问题求方案数、具体方案

news2024/11/23 10:56:43

背包问题求方案数、具体方案

  • 01背包问题求体积恰好等于V的方案数
  • 完全背包问题求体积恰好等于V的方案数
  • 01背包问题求最优选法的方案数
  • 完全背包问题求最优选法的方案数
  • 01背包问题求具体方案

01背包问题求体积恰好等于V的方案数

原题链接AcWing278. 数字组合
在这里插入图片描述

考虑状态表示:
f[i][j]表示考虑前1~i个物品,体积恰好为j时的方案数(不考虑前1~i个物品组合后的价值,只考虑组合后的体积)

状态转移:
可以分两种情况
选第i个物品使得体积为j
不选第i个物品使其体积为j
第i个物品体积为v,价值为w

可以发现f[i][j]由上述两种情况构成,所以
f[i][j]=f[i-1][j]+f[i-1][j-v]
因为是体积恰好是j,所以初始化时
memset(f,0,sizeof f)
f[0][0]=1;
再对空间复杂度进行优化

代码如下:

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int M=10010;
int f[M];//f[i][j]表示考虑前1~i个物品,体积恰好为j时的方案数

int main(){
    int n,m;
    cin>>n>>m;
    f[0]=1;
    for(int i=0;i<n;i++){
        int v;
        scanf("%d",&v);
        for(int j=m;j>=v;j--)
            f[j]=f[j]+f[j-v];
    }
    cout<<f[m]<<endl;
    return 0;
}

完全背包问题求体积恰好等于V的方案数

原题链接AcWing 1023. 买书
在这里插入图片描述
物品数量无限,这是一道完全背包求方案数问题

考虑状态表示:
f[i][j]表示考虑前1~i个物品,体积恰好为j时的方案数(不考虑前1~i个物品组合后的价值,只考虑组合后的体积)

状态转移:
可以分多种情况
不选第i个物品使其体积为j   f[i-1][j]
选1个第i个物品使得体积为j f[i-1][j-v]
选2个第i个物品使得体积为j f[i-1][j-2*v]
.....
选s个第i个物品使得体积为j f[i-1][j-s*v]
第i个物品体积为v,价值为w

可以发现f[i][j]由上述s+1种情况构成,所以
f[i][j]=f[i-1][j]+f[i-1][j-v]+f[i-1][j-2*v]+.....+f[i-1][j-s*v]
而
f[i][j-v]=f[i-1][j-v]+f[i-1][j-2*v]+.....+f[i-1][j-s*v]
所以
f[i][j]=f[i-1][j]+f[i][j-v]
因为是体积恰好是j,所以初始化时
memset(f,0,sizeof f)
f[0][0]=1;
再对空间复杂度进行优化

代码如下:

#include<cstdio>
#include<algorithm>
#include<cstring>
#include<iostream>
using namespace std;
const int N=1010;
int f[N];
int d[4]={10,20,50,100};
int main(){
    int n;
    cin>>n;
    f[0]=1;
    for(int i=0;i<4;i++)
        for(int j=d[i];j<=n;j++)
            f[j]+=f[j-d[i]];
    cout<<f[n];
    
    return 0;
}

01背包问题求最优选法的方案数

AcWing 11. 背包问题求方案数
在这里插入图片描述

考虑状态表示:
f[i][j]表示考虑前1~i个物品, 体积恰好为j时的最大价值
g[i][j]表示考虑前1~i个物品,体积恰好为j时(最大价值)时的方案数

状态转移:
可以分两种情况
选第i个物品使得体积为j
不选第i个物品使其体积为j
第i个物品体积为v,价值为w

可以发现f[i][j]由上述两种情况构成,所以
f[i][j]=max(f[i-1][j],f[i-1][j-v]+w)
f[i-1][j]==f[i-1][j-v]+w时,g[i][j]=g[i-1][j-v]+g[i-1][j]//选不选i都行,可以从两种状态转移而来
f[i-1][j]<f[i-1][j-v]+w时,g[i][j]=g[i-1][j-v]//考虑要求最大价值时的方案数,只能从一种状态转移而来
f[i-1][j]>f[i-1][j-v]+w时,g[i][j]=g[i-1][j]//考虑要求最大价值时的方案数,只能从一种状态转移而来
因为是体积恰好是j,所以初始化时
memset(f,-0x3f,sizeof f)
f[0][0]=1;
memset(g,0,sizeof g)
g[0][0]=1;
再对空间复杂度进行优化

因为求得的是在每个体积的最大价值,不同的体积可能有相同的最大价值,
最后需要将所有有最大价值不同体积方案数累加求和

代码如下:

#include<cstdio>
#include<algorithm>
#include<iostream>
#include<cstring>
using namespace std;
const int N=1010,mod=1e9+7;
int f[N];
int g[N];
int main(){
    int n,m;
    cin>>n>>m;
    memset(f,-0x3f,sizeof f);//求体积恰好等于j的最大价值
    f[0]=0;
    g[0]=1;//求体积恰好等于j的最大方案数
    for(int i=0;i<n;i++){
        int v,w;
        scanf("%d%d",&v,&w);
        for(int j=m;j>=v;j--){
            int cnt;
            if(f[j]<f[j-v]+w) cnt=g[j-v];
            else if(f[j]==f[j-v]+w) cnt=g[j-v]+g[j];
            else cnt=g[j];
            g[j]=cnt%mod;
            f[j]=max(f[j],f[j-v]+w);
        }
    }
    int res=0;
    for(int i=0;i<=m;i++) res=max(res,f[i]);//找出最大价值
    int cnt=0;
    for(int i=0;i<=m;i++) //找出所有体积不同的最大价值,每个体积有不同的方案数,累加求和
        if(f[i]==res) cnt=(cnt+g[i])%mod;
    cout<<cnt<<endl;
    return 0;
}

完全背包问题求最优选法的方案数

从上面的几个例子我们也可以求出完全背包问题最大价值时的方案数
没有例题
代码如下:

#include<cstdio>
#include<algorithm>
#include<iostream>
#include<cstring>
using namespace std;
const int N=1010,mod=1e9+7;
int f[N];
int g[N];
int main(){
    int n,m;
    cin>>n>>m;
    memset(f,-0x3f,sizeof f);//求体积恰好等于j的最大价值
    f[0]=0;
    g[0]=1;//求体积恰好等于j的最大方案数
    for(int i=0;i<n;i++){
        int v,w;
        scanf("%d%d",&v,&w);
        for(int j=v;j<=m;j++){//改动在这里
            int cnt;
            if(f[j]<f[j-v]+w) cnt=g[j-v];
            else if(f[j]==f[j-v]+w) cnt=g[j-v]+g[j];
            else cnt=g[j];
            g[j]=cnt%mod;
            f[j]=max(f[j],f[j-v]+w);
        }
    }
    int res=0;
    for(int i=0;i<=m;i++) res=max(res,f[i]);//找出最大价值
    int cnt=0;
    for(int i=0;i<=m;i++) //找出所有体积不同的最大价值,每个体积有不同的方案数,累加求和
        if(f[i]==res) cnt=(cnt+g[i])%mod;
    cout<<cnt<<endl;
    return 0;
}

应该是对的

01背包问题求具体方案

原题链接:AcWing 12. 背包问题求具体方案
在这里插入图片描述

01背包求具体方案只需要回溯输出结果就行
因为我们可以知道当前这一状态是从哪一个状态转移而来
因为题目要求字典序最小,所以可以反着算,正着回溯输出即可

代码如下:

#include<cstdio>
#include<algorithm>
#include<iostream>
#include<cstring>
using namespace std;
const int N=1010;

int f[N][N];
int v[N],w[N];

int main(){
    int n,m;
    cin>>n>>m;
    for(int i=1;i<=n;i++)
        scanf("%d%d",&v[i],&w[i]);
    for(int i=n;i>=1;i--)
        for(int j=0;j<=m;j++){
            f[i][j]=f[i+1][j];
            if(j>=v[i]) f[i][j]=max(f[i][j],f[i+1][j-v[i]]+w[i]);
        }
            
    for(int i=1,j=m;i<=n;i++)
        if(j>=v[i] && f[i][j]==f[i+1][j-v[i]]+w[i]){
            cout<<i<<" ";
            j-=v[i];
        }
    
    return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/337428.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

如何实现LFU缓存(最近最少频率使用)

目录 1.什么是LFU缓存&#xff1f; 2.LFU的使用场景有哪些&#xff1f; 3.LFU缓存的实现方式有哪些&#xff1f; 4.put/get 函数实现具体功能 1.什么是LFU缓存&#xff1f; LFU缓存是一个具有指定大小的缓存&#xff0c;随着添加元素的增加&#xff0c;达到容量的上限&…

为什么我们不再发明编程语言了?

上个世纪&#xff0c;数百种编程语言被发明出来&#xff0c;但是进入21世纪&#xff0c;当我们都进入互联网时代时&#xff0c;只剩那么寥寥几个了。 如果你翻一下TIOBE得编程语言排行榜&#xff0c;就会发现20年来&#xff0c;上蹿下跳的就是那几张老面孔&#xff1a;C , Java…

(片花)原汤话原食:从公共场所不知深浅的熊孩子聊聊边界感这事

点击文末“阅读原文”即可收听本期节目剪辑、音频 / 伊姐 编辑 / SandLiu 卷圈 监制 / 姝琦 文案 / 伊姐 产品统筹 / bobo 录音间 / 声湃轩天津站本期节目完整版请在各大音频平台搜索”原汤话原食“&#xff0c;找到原汤话原食栏目后订阅收听。刚刚过去的春节&#xff0c;许…

靓号管理(2)

表结构&#xff1a; 根据表结构的需求&#xff0c;在models.py中创建类。 主要是创建级别和默认级别 class PrettyNum(models):"""靓号表"""models models.CharField(verbose_name"手机号", max_length32)price models.IntegerFie…

MES系统智能工厂,搭上中国制造2025顺风车

MES在电子制造业中的应用日益广泛&#xff0c;越来越多的厂商已经购置或自行开发了MES&#xff0c;并将其作为“智能化工厂”。国内大大小小、各行各业都有上百个MES系统&#xff0c;还有很多的国外MES系统&#xff0c;怎么才能在MES系统公司中找到适合自己的MES&#xff1f;希…

数据库学习笔记(2)——workbench和SQL语言

1、workbench简介&#xff1a; 登录客户端的两种方法 在cmd中&#xff0c;只能通过sql语句控制数据库&#xff1b;workbench其实就是一种图形化数据库管理工具&#xff0c;在workbench中既可以通过sql语句控制数据库&#xff0c;也可以通过图形化界面控制数据库。通过workbenc…

LeetCode题解 动态规划(四):416 分割等和子集;1049 最后一块石头的重量 II

背包问题 下图将背包问题做了分类 其中之重点&#xff0c;是01背包&#xff0c;即一堆物件选哪样不选哪样放入背包里。难度在于&#xff0c;以前的状态转移&#xff0c;多只用考虑一个变量&#xff0c;比如爬楼梯的阶层&#xff0c;路径点的选择&#xff0c;这也是能用滚动数组…

ChatGPT 的未来挑战和风险

ChatGPT 是 OpenAI 开发的流行语言模型&#xff0c;彻底改变了我们与 AI 交互的方式。然而&#xff0c;随着像 ChatGPT 这样的语言模型的使用越来越广泛&#xff0c;重要的是要考虑它们未来可能面临的潜在风险和挑战。 一、数据质量和公平性 使用 ChatGPT 的主要风险之一是用于…

大数据-------元数据管理

一、什么是元数据 元数据就是描述数据的数据&#xff0c;它为企业的各类数据提供了上下文环境&#xff0c;使企业能够更好地了解、管理和使用数据。 现在数据对于公司的决策十分的重要&#xff0c;随着业务的发展&#xff0c;业务线会慢慢庞大起来&#xff0c;随着开发人员的…

九、STM32定时器讲解 - 通用定时器实战

目录 1.三种定时器的区别 2.通用定时器的特点描述 3.计数器模式 4.通用定时器工作过程 5.计数器时钟计算方法、 5.1定时器的输入时钟频率 - TimeClockFren 5.2计数器时钟计算方法 6.定时器相关寄存器 7.定时器库函数结构体 8.通用定时器函数 9.定时器中断配置过程 1…

图论算法:树上倍增法解决LCA问题

文章目录树上倍增法&#xff1a; LCA问题树上倍增法&#xff1a; LCA问题 树上倍增法用于求解LCA问题是一种非常有效的方法。 倍增是什么&#xff1f; 简单来说&#xff0c;倍增就是 1 2 4 8 16 … 2^k 可以发现倍增是呈 2的指数型递增的一类数据&#xff0c;和二分一样&…

黑马程序员 Linux 教程

目录Linux 简介不同应用领域主流操作系统Linux 系统历史Linux 系统版本Linux 安装安装方式网卡设置安装 SSH 连接工具使用 FinalShell 连接到 LinuxLinux 和 Windows 目录结构对比Linux 目录介绍Linux 常用命令Linux 命令初体验Linux 命令使用技巧Linux 命令格式文件目录操作命…

Python的文件编码,复制,缓冲,删除

能力有限&#xff0c;仅供参考 本篇博文是上一篇博文&#xff08; Python的文件读取&#xff0c;写入&#xff09;的后续&#xff0c;也是python文件管理的一部分&#xff0c;废话不多说&#xff0c;现在就开始。 1. 编码 在实际工作学习中&#xff0c;你可以遇到乱码的问题…

c语言递归 累和 ,累乘积,斐波那契数列,字符串长度

目录 递归使用场景 1:使用递归的方式计算 Sn123..100 2&#xff1a;计算 n&#xff01;n*(n-1)*(n-2)*......*1; 3:计算输出斐波那契数列前20项&#xff0c;并按每行4个数的格式输出(2019年&#xff09; 4&#xff1a; 用递归和非递归两种方式编写函数strlength()。该函数…

Nacos 入门微服务项目实战

Nacos 核心源码精讲 - IT贱男 - 掘金小册全方位源码精讲&#xff0c;深度剖析 Nacos 注册中心和配置中心的核心思想。「Nacos 核心源码精讲」由IT贱男撰写&#xff0c;375人购买https://s.juejin.cn/ds/BuC3Vs9/ Hi&#xff0c;大家好&#xff0c;欢迎大家来学习《Nacos 核心源…

2022黑马Redis跟学笔记.基础篇(一)

2022黑马Redis跟学笔记.基础篇 一1.Redis入门1.1.认识NoSQL1.1.1.结构化与非结构化1.1.2.关联和非关联1.1.3.查询方式1.1.4.事务1.1.5.总结1.2.认识Redis1.3.安装Redis步骤一&#xff1a;安装Redis依赖步骤二&#xff1a;上传安装包并解压步骤三&#xff1a;启动(1).默认启动(2…

开发微服务电商项目演示(三)

一&#xff0c;nginx动静分离第1步&#xff1a;通过SwitchHosts新增二级域名&#xff1a;images.zmall.com第2步&#xff1a;将本次项目的易买网所有静态资源js/css/images复制到nginx中的html目录下第3步&#xff1a;在nginx的核心配置文件nginx.conf中新增二级域名images.zma…

论文阅读:MINE: Towards Continuous Depth MPI with NeRF for Novel View Synthes

中文标题&#xff1a;基于连续深度多平面和神经辐射场的新视角合成 本文只介绍与NeRF原文不同的部分 创新点 对单一图像进行密集三维重建&#xff0c;完成新视角合成与深度估计的工作。从单个图像生成连续和遮挡绘制的三维重建。MINE借鉴NeRF可以生成连续的深度图像。 解决…

leaflet上传CSV文件,在地图上显示图形(示例代码054)

第054个 点击查看专栏目录 本示例的目的是介绍演示如何在vue+leaflet中加载CSV文件,将图形显示在地图上。CSV(逗号分隔值)文件是一种简单且开放的文件格式,以纯文本形式存储表格数据。 几乎所有电子表格和数据库软件都可以导入/导出这种文件格式。 直接复制下面的 vue+ope…

Navicat无法连接MySQL报错1251的解决方法

日期&#xff1a;2023年2月10日 作者&#xff1a;Commas 签名&#xff1a;(ง •_•)ง 积跬步以致千里,积小流以成江海…… 注释&#xff1a;如果您觉得有所帮助&#xff0c;帮忙点个赞&#xff0c;也可以关注我&#xff0c;我们一起成长&#xff1b;如果有不对的地方&#xf…