背包小析
2016-08-07 18:56
232 查看
分组背包问题:
有一个背包容量为 V , 一个有 n 个物品,每个物品都有 k(1 至 k) 种选择(但是选择该物品的时候只能选择其中的一种)
例如: a[i][j] 的意思是,选择第 i 件物品的第 j(1 <= j <= k ) 种选择。
首先看看 01 背包的形式(两层for循环)
(背包容量为 V,有 n 件物品,每件物品只有一种选择)
第一层 for 循环 int i : 1 - n (选第 i 件 物品)
第二层 for 循环 int j : V - 0 (背包容量遍历)
分组背包的形式(根据 01 背包写)
第一层 for 循环 int i : 1 - n (选第 i 件物品)
第二层 for 循环 int j : V - 0 (背包的容量遍历)
第三次 for 循环 int m : 1 - k (第i件物品选择哪一个)
如果将分组背包的第二层for 和 第三层for 调换下:
第一层 for 循环 int i : 1 - n (选第 i 件物品
第二次 for 循环 int m : 1 - k (第i件物品选择哪一个)
第三层 for 循环 int j : V - 0 (背包的容量遍历)
你会发现前两层for循环选物品的时候(相当于01背包种的第一层for 循环 从 1 - n * k),这种情况下,前两层for循环共组成了 n * k 中物品的选择,如果这样,每种物品可能被选择了多次。 故 第二种是错误的。
》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
二维费用的背包问题是指对于每件物品,具有两种不同的费用,选择这件物品必须同时付出这两种代价,求选择物品可以得到最大的价值。设第i件物品所需的两种代价分别为w1[i]和w2[i],两种代价可付出的最大值(两种背包容量)分别为W和U,物品的价值为v[i]。
分析:相比经典的01背包问题,二维费用背包问题增加了一维费用,于是我们需要在状态上增加一维。
设s[i][j][k]表示将前i件物品放入两种容量分别为j和k的背包时所能获得的最大价值,
则状态转移方程为s[i][j][k]=max{s[i-1][j][k], s[i-1][j-w1[i]][k-w2[i]]+v[i]},
递推边界为当i=0 时,s[i][j][k]=0。
有一个背包容量为 V , 一个有 n 个物品,每个物品都有 k(1 至 k) 种选择(但是选择该物品的时候只能选择其中的一种)
例如: a[i][j] 的意思是,选择第 i 件物品的第 j(1 <= j <= k ) 种选择。
首先看看 01 背包的形式(两层for循环)
(背包容量为 V,有 n 件物品,每件物品只有一种选择)
第一层 for 循环 int i : 1 - n (选第 i 件 物品)
第二层 for 循环 int j : V - 0 (背包容量遍历)
分组背包的形式(根据 01 背包写)
第一层 for 循环 int i : 1 - n (选第 i 件物品)
第二层 for 循环 int j : V - 0 (背包的容量遍历)
第三次 for 循环 int m : 1 - k (第i件物品选择哪一个)
如果将分组背包的第二层for 和 第三层for 调换下:
第一层 for 循环 int i : 1 - n (选第 i 件物品
第二次 for 循环 int m : 1 - k (第i件物品选择哪一个)
第三层 for 循环 int j : V - 0 (背包的容量遍历)
你会发现前两层for循环选物品的时候(相当于01背包种的第一层for 循环 从 1 - n * k),这种情况下,前两层for循环共组成了 n * k 中物品的选择,如果这样,每种物品可能被选择了多次。 故 第二种是错误的。
》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
二维费用的背包问题是指对于每件物品,具有两种不同的费用,选择这件物品必须同时付出这两种代价,求选择物品可以得到最大的价值。设第i件物品所需的两种代价分别为w1[i]和w2[i],两种代价可付出的最大值(两种背包容量)分别为W和U,物品的价值为v[i]。
分析:相比经典的01背包问题,二维费用背包问题增加了一维费用,于是我们需要在状态上增加一维。
设s[i][j][k]表示将前i件物品放入两种容量分别为j和k的背包时所能获得的最大价值,
则状态转移方程为s[i][j][k]=max{s[i-1][j][k], s[i-1][j-w1[i]][k-w2[i]]+v[i]},
递推边界为当i=0 时,s[i][j][k]=0。
memset(s,0,sizeof(s)); for (int i=1; i<=N; i++)//N个物品 { for (int j=W; j>=w1[i]; j--) { for (int k=U; k>=w2[i]; k--) s[j][k]=max(s[j][k], s[j-w1[ 4000 i]][k-w2[i]]+v[i]); } }
相关文章推荐
- Huffman Tree、AVL、SplayTree、Skip List、2-3-4 Tree、rb-Tree、B-Tree特性辨析与总结
- Manacher算法(最长回文串)
- jS历史
- Java程序员从笨鸟到菜鸟之(五十一)细谈Hibernate(二)开发第一个hibernate基本详解
- 【生活】年化收益率、七日年化收益率这些事
- linux中安装gcc和g++
- CSS—position
- Wireshark入门与进阶系列十一之SSL分析
- Oracle 大数据集成实施
- Oracle 大数据集成实施
- Oracle 大数据集成实施
- POJ 1195 Mobile phones (二维树状数组)
- Java中重写equals函数加判断自己定义的对象相不相等
- C#语法之匿名函数和Lambda表达式
- Python3.4中filter函数,map函数和reduce函数
- Intent:意图
- HDU 1242 - Rescue(BFS+优先队列)
- Linux中的文本处理工具
- JS强制类型转换
- Spring与web MVC的整合——Spring的应用上下文管理