动态规划——多重背包、分组背包

简介: 动态规划——多重背包、分组背包

多重背包


1.题目



2.思路分析


一、状态表示:f[i][j]

1. 集合:从前i个物品中选,且总体积不超过j的所有方案的集合.

2. 属性:最大值


二、状态计算:


1. 思想-----集合的划分


2. 集合划分依据:根据第i个物品有多少个来划分.含0个、含1个···含k个.


状态表示与完全背包朴素代码一样均为:


f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);


3.Ac代码


import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
public class Main {
    static int N=1010;
    static int n,m;
    static int []v=new int[N];   //体积
    static int []w=new int[N];   //价值
    static int []s=new int[N];   //数量
    static int [][]f=new int[N][N];  //拿了总体积不超过j的情况下的价值最大
    public static void main(String[] args) throws IOException {
        BufferedReader br=new BufferedReader(new InputStreamReader(System.in));
        String str[]=br.readLine().split(" ");
        n=Integer.parseInt(str[0]);
        m=Integer.parseInt(str[1]);
        for (int i = 1; i <=n; i++) {
          String st[]=br.readLine().split(" ");
          v[i]=Integer.parseInt(st[0]);
          w[i]=Integer.parseInt(st[1]);
          s[i]=Integer.parseInt(st[2]);
        }
        for (int i = 1; i <=n; i++) {
            for (int j = 0; j <=m; j++) {
                for (int k=0; k<=s[i] &&k *v[i]<=j ;k++)
                    f[i][j]=Math.max(f[i][j] ,f[i-1][j-v[i]*k]+w[i]*k);
            }
        }
        System.out.println(f[n][m]);
    }
}


4.二进制优化方法


如果将背包问题的数据范围扩大呢,那么显然刚刚的做法会超时

取这样一个例子:要求在一堆苹果选出n个苹果。我们传统的思维是一个一个地去选,选够n个苹果就停止。这样选择的次数就是n次


二进制优化思维就是:现在给出一堆苹果和10个箱子,选出n个苹果。将这一堆苹果分别按照1,2,4,8,16,.....5121,2,4,8,16,.....512分到10个箱子里,那么由于任何一个数字x∈[0,1023]x∈[0,1023] 都可以从这10个箱子里的苹果数量表示出来,但是这样选择的次数就是 ≤10次≤10次 。


比如:


如果要拿10011001次苹果,传统就是要拿10011001次;二进制的思维,就是拿7个箱子就行(分别是装有512、256、128、64、32、8、1512、256、128、64、32、8、1个苹果的这7个箱子),这样一来,1001次操作就变成7次操作就行了。


import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
public class Main {
    static int N=12010,M=2010;
    static int n,m;
    static int []v=new int[N];     //体积
    static int []w=new int[N];    //价值
    static int []f=new int[M];    //拿了总体积不超过j的情况下的价值最大
    public static void main(String[] args) throws IOException {
        BufferedReader br=new BufferedReader(new InputStreamReader(System.in));
        String str[]=br.readLine().split(" ");
        n=Integer.parseInt(str[0]);
        m=Integer.parseInt(str[1]);
        int cnt=0;   //分组的组别
        for (int i = 1; i <=n; i++) {
          String st[]=br.readLine().split(" ");
          int a=Integer.parseInt(st[0]);
          int b=Integer.parseInt(st[1]);
          int s=Integer.parseInt(st[2]);
          int k=1;   //每组的数量
            while (k<= s){
                cnt++;
                v[cnt]= a*k;  //整体体积
                w[cnt]= b*k;  //整体价值
                s=s- k;   //c要减少
                k=k* 2;  // 组别里的个数增加
            }
            if(s>0){
                cnt++;
                v[cnt]= a*s;
                w[cnt]= b*s;
            }
        }
        //这样就把多重背包分成多个 01背包了
        n=cnt;
        for (int i = 1; i <=n; i++) {
            for (int j = m; j >=v[i]; j--) {
              f[j]=Math.max(f[j] , f[j-v[i]]+w[i]);
            }
        }
        System.out.println(f[m]);
    }
}


分组背包


1.题目


2.思路分析


给定好多组物品,每组里有若干物品,同一组内的物品最多只能选一个。

每件物品的体积是 vij,价值是 wij,其中 i 是组号,j 是组内编号。

求解将哪些物品装入背包,可使物品总体积不超过背包容量,且总价值最大。


3.Ac代码


import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
public class Main {
    static int N=110;
    static int n,m;
    static int [][]v=new int[N][N];     //体积
    static int [][]w=new int[N][N];    //价值
    static int []s=new int[N];    //数量
    static int []f=new int[N];    //拿了总体积不超过j的情况下的价值最大
    public static void main(String[] args) throws IOException {
        BufferedReader br=new BufferedReader(new InputStreamReader(System.in));
        String str[]=br.readLine().split(" ");
        n=Integer.parseInt(str[0]);
        m=Integer.parseInt(str[1]);
        for (int i = 1; i <=n; i++) {
            s[i]=Integer.parseInt(br.readLine());
            for (int j = 0; j < s[i]; j++) {
                String st[]=br.readLine().split(" ");
                v[i][j]=Integer.parseInt(st[0]);
                w[i][j]=Integer.parseInt(st[1]);
            }
        }
        for (int i = 1; i <=n; i++) {
            for(int j=m;j>0;j--){
             for(int k=0;k<s[i];k++){
                 if(j>=v[i][k])
                 f[j]=Math.max(f[j],f[j-v[i][k]]+w[i][k]);
             }
            }
        }
        System.out.println(f[m]);
    }
}


感谢你能看完, 如有错误欢迎评论指正,有好的思路可以交流一波,如果对你有帮助的话,点个赞支持下

相关文章
|
6月前
多重背包问题
多重背包问题
57 0
|
1月前
|
算法
浅谈完全背包问题
浅谈完全背包问题
|
6月前
多重背包和分组背包
多重背包和分组背包
|
6月前
完全背包问题
完全背包问题
53 0
|
算法 C语言 C++
【动态规划】多重背包问题,分组背包问题
与完全背包问题不同的是,每种东西都是有限件,前两种状态就不再过多赘述
147 4
|
算法 C语言 C++
【动态规划】背包问题(01背包,完全背包)
有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。
122 0
动态规划:分组背包问题
动态规划:分组背包问题
86 0
动态规划:多重背包问题
动态规划:多重背包问题
70 0
动态规划:完全背包问题
动态规划:完全背包问题
74 0
动态规划-完全背包
前言 我们上篇文章学习了动态规划01背包的问题,本篇文章我们继续学习完全背包。大家可以在学习完01背包的基础上再进行学习,比较其两者的解题差异。