栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > C/C++/C#

3. 完全背包问题

C/C++/C# 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

3. 完全背包问题

3. 完全背包问题

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 0 输入样例

4 5
1 2
2 4
3 4
4 5
输出样例:
10
朴素版本:
#include 
using namespace std;

const int N = 1010;

int n, m;
int dp[N][N], v[N], w[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++)
                dp[i][j] = max(dp[i][j], dp[i - 1][j - k * v[i]] + k * w[i]);
    
    cout << dp[n][m] << endl;
}
优化:

dp[i] [j-v] = max(dp[i - 1] [j - v], dp[i - 1] [j - 2 * v] + w, dp[i - 1] [j - 3 * v] + 2 * w, …);
而我们需要的dp[i] [j]的状态表示是:
dp[i] [j]= max(dp[i - 1] [j], dp[i - 1] [j - v] + w, dp[i - 1] [j - 2 * v] + 2 * w, dp[i - 1] [j - 3 * v] + 3 * w);
将每一项一一比对,我们可以得到下列状态表示:
dp[i] [j] = max(dp[i - 1] [j], dp[i] [j - v] +w);

#include 
using namespace std;

const int N = 1010;

int n, m;
int dp[N][N], v[N], w[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++)
        {
            dp[i][j] = dp[i - 1][j];
            if (j >= v[i])
                dp[i][j] = max(dp[i][j], dp[i][j - v[i]] + w[i]);
        }
    }
    cout << dp[n][m] << endl;
    return 0;
}
滚动数组优化

状态转移方程:dp[j] = max(dp[j], dp[j - v[i]] + w[i])

#include 
using namespace std;

const int N = 1010;

int n, m;
int dp[N], v[N], w[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++)//正序
        {
            dp[j] = max(dp[j], dp[j - v[i]] + w[i]);
        }
    }
    cout << dp[m];
    return 0;
}
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/717758.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号