九十、动态规划系列背包问题之多重背包
发布日期:2021-07-01 02:08:32 浏览次数:2 分类:技术文章

本文共 2904 字,大约阅读时间需要 9 分钟。

@Author:Runsen

曾几何时,才记得自己还是大一军训的菜鸟,带着 迷茫和憧憬踏入大学,踏入化工学院,却踏入这个行业,殊不知岁月是最高明的小偷,偷走时间,带走青春,一点线索也不留。大学的玩命学习,一转眼,就大四了,一不小心就成了学校最老的学长!

前面已经介绍完了01背包和完全背包,今天介绍最后一种背包问题——多重背包。

题目是这样的:来源:https://www.acwing.com/problem/content/4/

N N N 种物品和一个容量是 V V V 的背包。

i i i 种物品最多有 s i si si件,每件体积是 V i Vi Vi,价值是 w i wi wi

求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。

输出最大价值。

输入格式

第一行两个整数, N N N V V V,用空格隔开,分别表示物品种数和背包容积。

接下来有 N N N 行,每行三个整数 V i Vi Vi, w i wi wi, s i si si,用空格隔开,分别表示第 i i i 种物品的体积、价值和数量。

输出格式

输出一个整数,表示最大价值。

输入样例4 51 2 3 # 体积、价值和数量2 4 13 4 34 5 2输出样例:10

状态表示:dp[j]

  1. 集合:当前价值j的最大值
  2. 属性:最大值

多重背包问题的思路跟完全背包的思路非常类似,只是取值是有限制的,因为每件物品的数量是有限制的,状态转移方程为:dp [j] = max(dp [j], dp [j - k*b] + k*w) 这里的b和w指的是当前遍历的体积和价值。

这里一维动态规划和01背包基一样,就是多了一个k的循环,具体的查看下面代码。

n, v = map(int, input().split())dp = [0 for _ in range(v+1)]for i in range(n):    b, w, s = map(int, input().split())    for j in range(v, -1, -1):        k = 1        while k <= s and j >= k * b:            dp [j] = max(dp [j], dp [j - k*b] + k*w)            k += 1print(dp[v])

除了上面的方法,还有用最原始的方法,将多个同一物品转化成不同物品,再用01背包求解

n,v = map(int, input().split())goods = []for i in range(n):    goods.append([int(i) for i in input().split()])new_goods = []for i in range(n):    for j in range(goods[i][2]):        new_goods.append(goods[i][0:2])goods = new_goodsn = len(goods)dp = [0 for i in range(v+1)]for i in range(n):	# 01背包倒序    for j in range(v,-1,-1):        if j>= goods[i][0]:            dp[j] = max(dp[j], dp[j - goods[i][0]] + goods[i][1])print(dp[-1])

关于多重背包问题中的二进制解法,Runsen下一篇再写。如今就是体现自己的实力的时候了。Leetcode刷起来。

Leetcode 面试题 17.16. 按摩师

`一个有名的按摩师会收到源源不断的预约请求,每个预约都可以选择接或不接。在每次预约服务之间要有休息时间,因此她不能接受相邻的预约。给定一个预约请求序列,替按摩师找到最优的预约集合(总预约时间最长),返回总的分钟数。

注意:本题相对原题稍作改动

示例 1:

输入: [1,2,3,1]

输出: 4
解释: 选择 1 号预约和 3 号预约,总时长 = 1 + 3 = 4。
示例 2:

输入: [2,7,9,3,1]

输出: 12
解释: 选择 1 号预约、 3 号预约和 5 号预约,总时长 = 2 + 9 + 1 = 12。

题目,其实就是不连续最大子序列。

每个预约都可以选择接或不接来做出思考,每次都有两种选择,那么就是状态转移方程:

d p [ k ] = m a x ( d p [ k − 1 ] , n u m s [ k ] + d p [ k − 2 ] ) dp[k] = max(dp[k - 1], nums[k ] + dp[k - 2]) dp[k]=max(dp[k1],nums[k]+dp[k2])

class Solution:    def massage(self, nums: List[int]) -> int:        if len(nums) == 0:            return 0        # 求最值用0         dp = [0] * (len(nums))        dp[0] = nums[0]        for k in range(1,len(nums)):            dp[k] = max(dp[k - 1], nums[k] + dp[k - 2])        return dp[-1]

Leetcode 面试题 08.11. 硬币

硬币。给定数量不限的硬币,币值为25分、10分、5分和1分,编写代码计算n分有几种表示法。(结果可能会很大,你需要将结果模上1000000007)

示例1:

输入: n = 5

输出:2
解释: 有两种方式可以凑成总金额:
5=5
5=1+1+1+1+1
示例2:

输入: n = 10

输出:4
解释: 有四种方式可以凑成总金额:
10=10
10=5+5
10=5+1+1+1+1+1
10=1+1+1+1+1+1+1+1+1+1

class Solution:    def waysToChange(self, n: int) -> int:        # 不就是一个零钱对换问题 的完全背包问题? 这里需要将结果模上 10**9 + 7        # 求最大值        dp = [0] * (n+1)        # f(11) = min(f(10),f(9),f(6)) + 1        dp[0] = 1        for i in [1,5,25,10]:            for j in range(i, n + 1):                dp[j] += dp[j - i]        return dp[-1] % 1000000007

转载地址:https://maoli.blog.csdn.net/article/details/108622363 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:为了OFFER,菜鸟的我必须搞懂动态规划系列三个背包问题之多重背包(二进制优化方法)
下一篇:那年大一在图书馆作死的大学高数笔记 | 导数和微分

发表评论

最新留言

初次前来,多多关照!
[***.217.46.12]2024年04月21日 18时55分19秒