目录
0-1背包 —— 二维二重循环
01背包 —— 一维二重循环
完全背包 —— 二维三重循环
完全背包 —— 二维二重循环
完全背包 —— 一维二重循环
0-1背包 —— 二维二重循环
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int dp[N][N];
int v[N], w[N];int main() {int n, vm;cin >> n >> vm;for (int i = 1; i <= n; i++) {cin >> v[i] >> w[i];}for(int i = 1; i <= n; i++){for(int j = 1; j <= vm; j++){dp[i][j] = dp[i-1][j];if(v[i] <= j) dp[i][j] = max(dp[i][j], dp[i-1][j - v[i]] + w[i]);}}cout << dp[n][vm];return 0;
}
01背包 —— 一维二重循环
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int dp[N];
int v[N], w[N];int main() {int n, vm;cin >> n >> vm;for (int i = 1; i <= n; i++) {cin >> v[i] >> w[i];}for(int i = 1; i <= n; i++){for(int j = vm; j >= v[i]; j--){dp[j] = max(dp[j], dp[j - v[i]] + w[i]);}}cout << dp[vm];return 0;
}
完全背包 —— 二维三重循环
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int dp[N][N];
int v[N], w[N];int main() {int n, vm;cin >> n >> vm;for (int i = 1; i <= n; i++) {cin >> v[i] >> w[i];}for(int i = 1; i <= n; i++){for(int j = 1; j <= vm; j++){for(int k = 0; k * v[i] <= j; k++) //从不选到多选{dp[i][j] = max(dp[i][j], dp[i-1][j - k*v[i]] + k*w[i]);}}}cout << dp[n][vm];return 0;
}
这个就是比选0,选1多了选的情况。
多选多少,由j是v[i]的多少倍决定。
下拉操作(就是选0)整合进了k = 0的情况。
为什么不是dp[i][j] = dp[i-1][j] ?
因为现在可能有多个值来更新dp[i][j],max函数只接受两个参数,于是不断更新dp[i][j]自身,而dp[i-1][j]代表的是选0,已经被整合进dp[i-1][j - k*v[i]] + k*w[i] 的众多分身了(k=0时的分身)
完全背包 —— 二维二重循环
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int dp[N][N];
int v[N], w[N];int main() {int n, vm;cin >> n >> vm;for (int i = 1; i <= n; i++) {cin >> v[i] >> w[i];}for(int i = 1; i <= n; i++){for(int j = 1; j <= vm; j++){dp[i][j] = dp[i-1][j];if(j >= v[i]) dp[i][j] = max(dp[i][j], dp[i][j-v[i]] + w[i]);}}cout << dp[n][vm];return 0;
}
把第一个蓝色等式两边进行替换,把j替换为j - v[i]。得到第二个蓝色等式,对第一个蓝色式子右边的局部进行替换得到红色等式。
完全背包 —— 一维二重循环
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int dp[N];
int v[N], w[N];int main() {int n, vm;cin >> n >> vm;for (int i = 1; i <= n; i++) {cin >> v[i] >> w[i];}for(int i = 1; i <= n; i++){for(int j = v[i]; j <= vm; j++){dp[j] = max(dp[j], dp[j - v[i]] + w[i]);}}cout << dp[vm];return 0;
}
类似0-1背包的降维操作。但是这里j参数下的值的求取不依赖于上层的更小的j参数下的值的求取,而是本层的,因此正常从小到大遍历即可。
下图示例