题目一   01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。

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。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

分析 ：

 如果当前j大于v的情况下，可以得出状态转移方程为f[i,j]=max(f[i-1,j],f[i-1,j-v]+w)

否则，f[i,j]=f[i-1,j]

代码：

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;const int N=1010;int v[N],w[N];
int f[N][N];
int n,m;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-1][j-v[i]]+w[i]);}}cout<<f[n][m]<<endl;return 0;
}

优化成一维： 

观察代码，可以发现只用到了前一维的状态，所以我们可以去掉第一维

此时状态为，前n件物品中总价值不超过j的状态

我们去掉一维之后，注意j要逆序枚举，由于我们的状态转移方程是f[j]=max(f[j],f[j-v[i]]+w[i]);

如果不逆序枚举的话，f[j-v[i]]本来应该是第i-1轮的状态，但是会成为第i轮的状态，即污染。

代码：

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;const int N=1010;int f[N];
int w[N];
int v[N];int main()
{int n,m;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["<<j<<"]:"<<f[j]<<endl;}cout<<f[m]<<endl;
}

题目二  完全背包 

有 N种物品和一个容量是 V 的背包，每种物品都有无限件可用。

第 i 种物品的体积是 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。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 种物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

10

分析： 

 

看分析，三重循环才能搞定

优化为二重循环

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

如果 j 大于 v ,f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);

否则  f[i][j]=f[i-1][j];

代码：
 

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;const int N=10010;int v[N],w[N];
int n,m;
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：

与01背包一样，都只用到了一维

但是完全背包表达式中，f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);

用到了第i维的状态，所以正序枚举 j

代码：

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;const int N=1010;
int f[N];
int v[N],w[N];int main()
{int n,m;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;}

题目三  多重背包I 

有 N种物品和一个容量是 V 的背包。

第 i 种物品最多有 si件，每件体积是 vi，价值是 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，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N 行，每行三个整数 vi,wi,si，用空格隔开，分别表示第 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。

数据范围

0<N,V≤100
0<vi,wi,si≤100

输入样例

4 5
1 2 3
2 4 1
3 4 3
4 5 2

输出样例：

10

分析： 

三重循环，直接得出结果即可

代码：

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;
const int N=110;
int f[N][N];
int v[N],w[N],s[N];int main()
{int n,m;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-k*v[i]]+k*w[i]);}cout<<f[n][m]<<endl;return 0;
}

优化成一维：

和01背包优化方式一样

j要倒序枚举

代码：

#include <iostream>
#include <algorithm>
#include <cstring>using namespace std;const int N=110;int v,w,s;
int f[N];int main()
{int n,m;cin>>n>>m;for(int i=1;i<=n;i++){cin>>v>>w>>s;for(int j=m;j>=1;j--)//看作01背包，从后往前枚举for(int k=0;k<=s&&k*v<=j;k++){f[j]=max(f[j],f[j-k*v]+k*w);}}cout<<f[m]<<endl;return 0;
}

题目四 多重背包II

有 N 种物品和一个容量是 V的背包。

第 i 种物品最多有 si 件，每件体积是 vi，价值是 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，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N 行，每行三个整数 vi,wi,si，用空格隔开，分别表示第 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。

数据范围

0<N≤1000
0<V≤2000
0<vi,wi,si≤2000

提示：

本题考查多重背包的二进制优化方法。

输入样例

4 5
1 2 3
2 4 1
3 4 3
4 5 2

输出样例：

10

分析：

本题与前面的区别：数据范围变大 

不能把一件物品拆成s个当作01背包来解

可以利用二进制的办法把一件物品分成logs件物品，然后当作01背包解即可

如果s=10,那么可以拆成1 2 4 3 ，注意最后一个要10-1-2-4得到

这样得到的4件物品科比表示0-10这10件物品

所以本题用到的算法是二进制优化

代码：

#include <iostream>
#include <algorithm>
#include <cstring>
#include <vector>using namespace std;const int N=2010;
int f[N];int n,m;
int v,w,s;struct goods{int v,w;
};int main()
{cin>>n>>m;vector<goods> good;for(int i=1;i<=n;i++){cin>>v>>w>>s;for(int k=1;k<=s;k*=2){s-=k;good.push_back({v*k,w*k});}if(s>0) good.push_back({v*s,w*s});}for(auto g:good){for(int j=m;j>=g.v;j--){f[j]=max(f[j],f[j-g.v]+g.w);}}cout<<f[m]<<endl;return 0;
}

题目五 多重背包III

有 N种物品和一个容量是 V 的背包。

第 i 种物品最多有 si 件，每件体积是 vi，价值是 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，V (0<N≤1000,0<V≤20000)，用空格隔开，分别表示物品种数和背包容积。

接下来有 N 行，每行三个整数 vi,wi,si，用空格隔开，分别表示第 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。

数据范围

0<N≤1000
0<V≤20000
0<vi,wi,si≤20000

提示

本题考查多重背包的单调队列优化方法。

输入样例

4 5
1 2 3
2 4 1
3 4 3
4 5 2

输出样例：

10

分析： 

本题数据范围更加庞大，单单用二进制优化显然不行

根据题意

f(i,j)=max(f(i−1,j),f(i−1,j−v)+w,⋯,f(i−1,j−sv)+sw)

f(i,j−v)=max(f(i−1,j−v),f(i−1,j−2v)+w,⋯,f(i−1,j−(s+1)v)+sw)

f(i,j−2v)=max(f(i−1,j−2v),f(i−1,j−3v)+w,⋯,f(i−1,j−(s+2)v)+sw)

⋯

f(i,r+sv)=max(f(i−1,r+sv),f(i−1,r+(s−1)v)+w,⋯,f(i−1,r)+sw)

f(i,r+(s−1)v)=max(f(i−1,r+(s−1)v),⋯,f(i−1,r)+(s−1)w)

⋯

f(i,r+2v)=max(f(i−1,r+2v),f(i−1,r+v)+w,f(i−1,r)+2w)

f(i,r+v)=max(f(i−1,r+v),f(i−1,r)+w)

f(i,r)=f(i−1,r)

其中 r=j mod vi

去掉i-1和w

f(i,r)=fr

f(i,r+v)=max(fr+v,fr)

f(i,r+2v)=max(fr+2v,fr+v,fr)

⋯

f(i,r+(s−1)v)=max(fr+(s−1)v,fr+(s−2)v,⋯,fr+(s−1))

f(i,r+sv)=max(fr+sv,fr+(s−1)v,⋯,fr)   (滑动窗口已满)

f(i,r+(s+1)v)=max(fr+(s+1)v,fr+sv,⋯,fr+v)  (滑动窗口已满)

⋯

f(i,j−2v)=max(fj−2v,fj−3v,⋯,fj−(s+2)v)  (滑动窗口已满)

f(i,j−v)=max(fj−v,fj−2v,⋯,fj−(s+1)v)  (滑动窗口已满)

f(i,j)=max(fj,fj−v,⋯,fj−sv)  (滑动窗口已满)

观察可发现，我们要求的始终是一个滑动窗口的最大值

那么我们利用滑动窗口来进行优化

第一重循环枚举每个物品

第二重循环确定有几个滑动窗口，由于一个滑动窗口中都是fj−k*v，所以每个滑动窗口对v的模值都相同

第三重循环枚举每个滑动窗口，求每个滑动窗口中的最大值

代码：

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;const int N=1010,M=20010;
int f[N][M];
int q[M];
int v[M],w[M],s[M];int n,m;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 r=0;r<v[i];r++){int hh=0,tt=-1;for(int j=r;j<=m;j+=v[i]){if(hh<=tt&&q[hh]<j-s[i]*v[i]) hh++;while(hh<=tt&&f[i-1][q[tt]]+(j-q[tt])/v[i]*w[i]<=f[i-1][j]) tt--;q[++tt]=j;f[i][j]=f[i-1][q[hh]]+(j-q[hh])/v[i]*w[i];}}}cout<<f[n][m]<<endl;
}

观察代码发现只用到了前i-1维的值，所以同样可以优化为一维，需要备份一下

优化为一维： 

#include <iostream>
#include <algorithm>
#include <cstring>using namespace std;const int N=1010,M=20010;int f[M],g[M];
int v[M],w[M],s[M];
int q[M];
int n,m;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++){memcpy(g,f,sizeof f);for(int r=0;r<v[i];r++){int hh=0,tt=-1;for(int j=r;j<=m;j+=v[i]){if(hh<=tt&&q[hh]<j-s[i]*v[i]) hh++;while(hh<=tt&&g[q[tt]]+(j-q[tt])/v[i]*w[i]<=g[j]) tt--;q[++tt]=j;f[j]=g[q[hh]]+(j-q[hh])/v[i]*w[i];}}}cout<<f[m]<<endl;
}

附：滑动窗口模版题

给定一个大小为 n≤106的数组。

有一个大小为 k的滑动窗口，它从数组的最左边移动到最右边。

你只能在窗口中看到 k 个数字。

每次滑动窗口向右移动一个位置。

以下是一个例子：

该数组为 [1 3 -1 -3 5 3 6 7]，k 为 33。

窗口位置	最小值	最大值
[1 3 -1] -3 5 3 6 7	-1	3
1 [3 -1 -3] 5 3 6 7	-3	3
1 3 [-1 -3 5] 3 6 7	-3	5
1 3 -1 [-3 5 3] 6 7	-3	5
1 3 -1 -3 [5 3 6] 7	3	6
1 3 -1 -3 5 [3 6 7]	3	7

你的任务是确定滑动窗口位于每个位置时，窗口中的最大值和最小值。

输入格式

输入包含两行。

第一行包含两个整数 n 和 k，分别代表数组长度和滑动窗口的长度。

第二行有 n 个整数，代表数组的具体数值。

同行数据之间用空格隔开。

输出格式

输出包含两个。

第一行输出，从左至右，每个位置滑动窗口中的最小值。

第二行输出，从左至右，每个位置滑动窗口中的最大值。

输入样例：

8 3
1 3 -1 -3 5 3 6 7

输出样例：

-1 -3 -3 -3 3 3
3 3 5 5 6 7

 分析：

使用单调队列来求每个窗口中的最大值和最小值

朴素做法：每次遍历一遍窗口中的所有值，求出对应的最大值和最小值

优化：求最大值时，如果即将入队的元素大于队尾元素，队尾元素删去，使得每次入队的元素都是单调递增的，从而每次输出队头即得到最大值

滑动窗口的算法步骤是

首先判断队头是否滑出队列

实现每次入队元素递增或者递减

如果遍历到的元素大于滑动窗口大小，输出队头即可

代码：

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;const int N=1e6+5;int n,k;
int q[N];
int a[N];int main()
{cin>>n>>k;for(int i=0;i<n;i++) cin>>a[i];int hh=0,tt=-1;for(int i=0;i<n;i++){//判断队头是否已经滑出窗口if(hh<=tt&&q[hh]<i-k+1) hh++;while(hh<=tt&&a[q[tt]]>a[i]) tt--;q[++tt]=i;if(i-k+1>=0) cout<<a[q[hh]]<<' ';}puts("");hh=0,tt=-1;for(int i=0;i<n;i++){//判断队头是否已经滑出窗口if(hh<=tt&&q[hh]<i-k+1) hh++;while(hh<=tt&&a[q[tt]]<a[i]) tt--;q[++tt]=i;if(i-k+1>=0) cout<<a[q[hh]]<<' ';}puts("");
}