东方博宜OJ 4936:数字集合 ← 01背包问题

​【题目来源】
https://oj.czos.cn/p/4936

【题目描述】
有一个长度为 n 的数列 a[1..n]。
你可以从中选择任意 0 个或多个元素求和,每个最多选一次,请编程求出最多能形成多少种不同的和。

【输入格式】
第 1 行读入整数 n。
第 2 行读入 n 个整数 a1,a2,…,an。​​​​​​​

【输出格式】
输出一个整数,表示最多能形成多少种不同的和。​​​​​​​

【输入样例】
3
1 3 4​​​​​​​

【输出样例】
7

【样例解释】
可能的和有 0, 1, 3, 4, 1+3=4, 1+4=5, 3+4=7, 1+3+4=8。因此共有 7 种不同的和。

【数据范围】
对于所有的测评数据,满足 1≤n≤100,1≤ai≤10^4。​​​​​​​

【算法分析】
(一)本题状态定义及状态转移方程
状态定义:dp[i][j] 表示前 i 个数字,能否凑出和 j
状态转移:
(1)不选第 i 个数:dp[i][j] = dp[i-1][j]
(2)选第 i 个数:dp[i][j] = dp[i-1][j - a[i]](需要 j≥a [i])

(二)0-1背包问题简介
● 0-1背包问题(0-1 Knapsack Problem)‌
(1)0-1背包问题(0-1 Knapsack Problem)‌ 是经典的‌动态规划问题‌,属于‌组合优化‌领域。它的核心是在‌有限容量的背包‌中,选择‌一组物品‌(每件物品只能选或不选),使得‌总价值最大‌,同时‌不超过背包容量‌。
(2)0-1背包问题的名称源于每件物品只有“选”或“不选”两种状态,即“1”或“0”,故称 0-1 背包‌。
(3)0-1背包问题中的每件物品既不能拆分,也不能重复选。
● 0-1背包问题的状态转移方程
(1)状态 f[i][j] 定义:表示从前 i 个物品中选择,背包容量为 j 时的最大价值。
(2)当前背包容量 j<vol[i] 时,没得选。此时,不选第 i 个物品‌,直接继承前 i-1 个物品在容量 j 时的最优解 f[i][j]=f[i-1][j]。
(3)‌当前背包容量 j>vol[i] 时,若不选第 i 个物品‌,则有 f[i][j]=f[i-1][j]。若选第 i 个物品‌,必须先腾出第 i 个物品所占空间 vol[i](剩余容量 j-vol[i]),再取前 i-1 个物品在剩余容量下的最优解(f[i-1][j-vol[i]]),最后加上当前物品的价值 val[i]。即,f[i-1][j-vol[i]]+val[i]。
综上,可得 0-1 背包问题的状态转移方程为:f[i][j]=max(f[i-1][j],f[i-1][j-vol[i]]+val[i])。
● 0-1背包问题的一维数组优化
(1)观察代码 f[i][j]=max(f[i-1][j],f[i-1][j-vol[i]]+val[i]),发现求 f[i][j] 时只用到了f[i-1][*],即上一行的数据。也就是说,比 i-1 更小行的数据再也不会被用到。故若把 f 看成一张二维表格,那么只有 i 及 i-1 这两行的格子是 “活跃” 的。基于这一思想,可以只保存这两行。
(2)继续刚才的思路,由 f[i][j]=max(f[i-1][j],f[i-1][j-vol[i]]+val[i]) 知,每个格子在转移时,只会用到上一行中在它左侧的格子。如果每一行转移顺序调整为从右往左进行更新(j 从大到小),那么“活跃”的格子就正好只有「上一行的左半部分以及当前行的右半部分」。那么实际上我们只需要保存这些 “活跃” 格子的状态就可以了,从而得到一维的状态转移方程:f[j]=max(f[j],f[j-vol[i]]+val[i])

【算法代码一:二维数组】

#include<bits/stdc++.h>
using namespace std;

const int MAXN=105;
const int MAXSUM=100*10000;
bool dp[MAXN][MAXSUM+5];
int a[MAXN];

int main() {
    int n;
    cin>>n;
    for(int i=1; i<=n; i++) cin>>a[i];

    dp[0][0]=true;
    for(int i=1; i<=n; i++) {
        int x=a[i];
        for(int j=0; j<=MAXSUM; j++) {
            dp[i][j]=dp[i-1][j];
            if(j>=x && dp[i-1][j-x]) {
                dp[i][j]=true;
            }
        }
    }

    int ans=0;
    for(int j=0; j<=MAXSUM; j++) {
        if(dp[n][j]) ans++;
    }
    cout<<ans<<endl;
    return 0;
}

/*
in:
3
1 3 4

out:
7
*/

【算法代码二:一维数组】

#include<bits/stdc++.h>
using namespace std;

const int MAXSUM=100*10000;
bool dp[MAXSUM+5];
int a[105];

int main() {
    int n;
    cin>>n;
    for(int i=1; i<=n; i++) cin>>a[i];

    dp[0]=true;
    for(int i=1; i<=n; i++) {
        int x=a[i];
        for(int j=MAXSUM; j>=x; j--) {
            if(dp[j-x]) dp[j]=true;
        }
    }

    int ans=0;
    for(int j=0; j<=MAXSUM; j++) {
        if(dp[j]) ans++;
    }
    cout<<ans<<endl;

    return 0;
}

/*
in:
3
1 3 4

out:
7
*/



【参考文献】
https://blog.csdn.net/hnjzsyjyj/article/details/147326357

​

posted @ 2026-10-09 12:13  Triwa  阅读(16)  评论(0)    收藏  举报