1.普通背包问题 2.完全背包问题 3.多重背包问题1.普通背包问题
每到第i个位置就考虑是否拿第i个位置上的物品(当然也要考虑当前背包的体积是否能装得下这个物品), 以此类推,直至到达最后一个物品的位置。
#include#include using namespace std; const int N=1500; int v[N],w[N]; int dp[N]; int main() { int m,n; cin>>m>>n; for(int i=1;i<=m;i++) cin>>v[i]>>w[i]; for(int i=1;i<=m;i++) { for(int j=n;j>=v[i];j--) { dp[j]=max(dp[j],dp[j-v[i]]+w[i]); } } cout< 2.完全背包问题 和普通背包的区别就在于每个物品的数量是无穷的,我们只需要多做一个循环来选择在第i个位置上拿几个物品即可,因为多了一组循环,会使时间复杂度较高,这个时候如果不优化就会出现超时的问题。
#include#include using namespace std; const int N=1001; int w[N],v[N]; int dp[N]; int main() { int m,n; cin>>m>>n; for(int i=1;i<=m;i++) cin>>v[i]>>w[i]; for(int i=1;i<=m;i++) for(int j=v[i];j<=n;j++) dp[j]=max(dp[j],dp[j-v[i]]+w[i]); cout< 3.多重背包问题
接下来是多重背包问题,在这里强调一下这个问题。感觉这个方法真的很神奇。
那么我们只需要将这个物品的数量以这个形式(二进制)的方法优化,就可以选择出任意数量的物品。这一步完成之后就把这道题当作一个普通的背包问题即可。
#include#include using namespace std; const int N=25000; int v[N],w[N]; int dp[N]; int main() { int m,n; cin>>m>>n; int ans=1; int k,a,b,s; for(int i=1;i<=m;i++) { cin>>a>>b>>s; k=1; while(k<=s) { v[ans]=k*a; w[ans]=k*b; s-=k; k*=2; ans++; } if(s>0) { v[ans]=s*a; w[ans]=s*b; ans++; } } //接下来就相当于是一个普通的背包问题 //使用一维dp for(int i=1;i=v[i];j--) dp[j]=max(dp[j],dp[j-v[i]]+w[i]); cout< 今日份刷题!



