首页 > 其他分享 >动态规划(1)

动态规划(1)

时间:2023-04-30 16:33:43浏览次数:41  
标签:动态 const int namespace 背包 体积 include 规划

背包问题

(1)0 1 背包  —— 每件物品最多使用一次

 

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。

第 i 件物品的体积是 vi,价值是 wi。

求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。输出最大价值。

 

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e3+10 ; 
int n,m ; 
int v[N], w[N] ; // 体积 价值 
int f[N][N] ;  // 前 i 个物品的体积不超过 j 的情况下的价值 

int main(){
    cin>>n>>m ; 
    for(int i=1; i<=n ; i++ )  cin>>v[i]>>w[i];   
    for(int i=1; i<=n ; i++ )
        for(int j = 0;  j<=m ; j++ )
        {
            f[i][j] = f[i-1][j] ; // 坐标这种情况一定存在
            if( j >= v[i] ) // 体积小于j
                f[i][j] = max(f[i][j], f[i-1][j-v[i]] + w[i]) ; 
        } 
   cout<<f[n][m] ; return 0; }

优化成一维的

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e6+10 ; 
int n,m ; 
int v[N], w[N] ; // 体积 价值 
int f[N] ;  // 前 i 个物品的体积不超过 j 的情况下的价值 
int main(){
    cin>>n >>m ;  
    for(int i=1; i<= n ; i++ )  cin>>v[i]>>w[i] ; 
    for(int i=1 ; i<=n; i++ )
        for(int j=m ; j>=v[i];  j--)
        {
            f[j] = max(f[j], f[j-v[i]] + w[i]);
        }
    cout<<f[m]<<endl ; 
    return 0;
} 

 

(2)完全背包 —— 每件物品有无限个

和0 1背包的代码的区别只在第二个for循环的判断顺序

求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。输出最大价值。

 

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e3+10 ; 

int n,m ; 
int v[N], w[N] ; // 体积 价值 
int f[N][N] ;  //  


int main(){
     
    cin>> n>> m ; 
    for(int i= 1; i<= n; i++ ) cin>>v[i]>>w[i] ; 
    
    for(int i=1 ; i<=n ; i++ )
        for(int j=0; j<=m ; j++ )
            for( int k = 0 ; k*v[i] <= j ; k++ )
                f[i][j] = max(f[i][j], f[i-1][j-v[i]*k] + w[i]*k );
    
    cout<<f[n][m]<<endl ;     
    return 0;
}     

优化为二维

 

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e3+10 ; 
int n,m ; 
int v[N], w[N] ; // 体积 价值 
int f[N][N] ;  //  
int main(){
    cin>> n>> m ; 
    for(int i= 1; i<= n; i++ ) cin>>v[i]>>w[i] ; 
    
    for(int i=1 ; i<=n ; 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][j-v[i]] + w[i] ) ; 
        }
cout<<f[n][m]<<endl ; return 0; }

优化为一维

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e3+10 ; 
int n,m ; 
int v[N], w[N] ; // 体积 价值 
int f[N] ;  //  
int main(){
     
    cin>> n>> m ; 
    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<=m ; j++ )
        {
            f[j] = max(f[j], f[j-v[i]] + w[i] ) ; 
        }
        
    cout<<f[m]<<endl ;     
    return 0;
}     

 

(3)多重背包 —— 每个物品有 S[ i ] 个

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e3+10 ; 
int n,m ; 
int v[N], w[N],s[N] ; // 体积 价值 数量 
int f[N][N] ;  //  
int main(){
     
    cin>> n>> m ; 
    for(int i= 1; i<= n; i++ ) cin>>v[i]>>w[i]>>s[i] ; 
    
    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] = max(f[i][j], f[i-1][j-v[i]*k] + k*w[i] ) ; 
                        
    cout<<f[n][m]<<endl ;
    return 0;
}     

优化,采用二进制方法,先转为二进制存储,再采用01背包方法解

 

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 3e4+10, M = 3000 ; 
int n,m ; 
int v[N], w[N] ; // 体积 价值 数量 
int f[N] ;  
int main(){
     
    cin>> n>> m ; 
    int cnt = 0 ;
    for(int i= 1; i<= n; i++ ){
        int a,b,s ; 
        cin>>a>>b>>s ;     // 设 s = 50 
        int k = 1; 
        while(k<s)    //二进制 1 + 2 + 4 + 8 + ... < s 
        {
            cnt++ ; 
            v[cnt] = a*k ;
            w[vnt] = b*k ;
            s -= k ;
            k *= 2 ;
        }
        if(s>0) // 31 + 19 = 50 
        {
            cnt++ ;
            v[cnt] = a*s ; 
            w[cnt] = b*s ;
        }    
    } 
    
    n = cnt++ ; 
    
    for(int i=1 ; i<=n ; i++ )
        for(int j=m; j>=v[i] ; j-- )
            f[j] = max(f[j], f[j-v[i]] + w[i] ) ; 
                        
    cout<<f[m]<<endl ;     
    return 0;
}     

 

(4)分组背包 —— 每一组里面有若干个,组里面只能选一个

 

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 3e3+10, M = 3000 ; 
int n,m ; 
int v[N][N], w[N][N], s[N]; // 体积 价值 数量 
int f[N] ; 
 
int main(){
     
    cin>> n>> m ; 
    
    for(int i= 1; i<= n; i++ )
    {
        cin>>s[i] ; 
        for(int j=0; j<s[i] ; j++) 
        {
            cin>>v[i][j]>>w[i][j];
        }
    } 
    
    for(int i=1 ; i<=n ; i++ )
        for(int j=m; j>=0 ; j-- )    // 转 0 1背包 
            for(int k=0; k<s[i]; k++)    // 寻找每个组 
                if(v[i][k] <= j)    // 第i组的第k件物品 
                    f[j] = max(f[j], f[j-v[i][k]] + w[i][k] ) ; 
                        
    cout<<f[m]<<endl ;     
    return 0;
}     

 

标签:动态,const,int,namespace,背包,体积,include,规划
From: https://www.cnblogs.com/zundicai/p/17364836.html

相关文章

  • 【无人机三维路径规划】基于人工势场算法实现球体障碍下无人机三维路径规划附matlab代
    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。......
  • 【路径规划-机器人栅格地图】基于遗传算法求解光伏实验室小车路径规划附matlab代码
    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。......
  • 动态规划之背包问题
    题目现有一背包的容量为capacity现有一些物品,物品有重量和价值两个属性,物品的重量存在weight数组中,物品的价值存在value数组中,为了方便,其中没有负数。限制的条件是每个物品只有一种,要么放入背包,要么不放入,如何才能使得背包获得最大的价值,也就是在不超过背包容量的情况下背包能从物......
  • 线性规划
    线性规划问题线性规划问题指的是:给定若干个变量,这些变量满足一系列线性等式关系或线性不等式关系,要在满足这些关系的前提下求出某个这些变量的线性函数的最大值或最小值。我们可以用“归约”的思想把线性规划问题的描述统一为标准的形式,称为“标准型”:首先我们可以把问题归约为......
  • 动态k小
    题目: 这道题目十分简单,只要用大根堆维护前k小的数字即可,用大根堆是因为方便输出(用小根堆需要输出堆底),前k个先单独输入,不输出(第k个除外,单独输出),之后k+1~n如果输入进来的数字比堆顶大,直接跳过,否则先把原堆顶弹出再推入输入进来的数字,每一次输出堆顶即可。程序:#include<bits/s......
  • 2023-04-29 动态规划介绍
    2023-04-29动态规划介绍动态规划是运筹学课程的一部分多阶段决策问题有一类活动的过程,可以分成若干个互相联系的阶段,在它的每一阶段都需要作出决策,从而使整个过程达到最好的活动效果当然,每个阶段的决策的选取不是任意确定的,它依赖于当前的状态,又会影响以后的发展如下图,①......
  • 动态增加表单方法--ff/ie
    ---------------------增加方法----------------------------<h3><center>批量增加评论</center></h3><BR><formaction=""method="post"οnsubmit="returncheck_form();"><inputtype="button"va......
  • Java 项目中一种简单的动态修改配置即时生效的方式 WatchService
    这种方式仅适合于比较小的项目,例如只有一两台服务器,而且配置文件是可以直接修改的。例如Springmvc以war包的形式部署,可以直接修改resources中的配置文件。如果是Springboot项目,还想用这种方式的话,就要引用一个外部可以编辑的文件,比如一个固定的目录,因为springboot大多......
  • Spring AOP 和 动态代理技术
     AOP是什么东西首先来说AOP并不是Spring框架的核心技术之一,AOP全称AspectOrientProgramming,即面向切面的编程。其要解决的问题就是在不改变源代码的情况下,实现对逻辑功能的修改。常用的场景包括记录日志、异常处理、性能监控、安全控制(例如拦截器)等,总结起来就是,凡是想对......
  • 【专栏精选】实战:动态配置图片
    本文节选自洪流学堂公众号技术专栏《大话Unity2019》,未经允许不可转载。洪流学堂公众号回复专栏,查看更多专栏文章。洪流学堂,让你快人几步。你好,我是郑洪智。小新:“大智,最近我在做一个虚拟展厅的demo,你说我怎么最大程度提高这个程度的扩展性呢?最好图片和文字说明是可以动态替换的。......