地址 https://www.acwing.com/problem/content/description/2/ios
题目描述
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。算法
第 i 件物品的体积是 vi,价值是 wi。数组
求解将哪些物品装入背包,可以使这些物品的整体积不超过背包容量,且总价值最大。
输出最大价值。网络
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。ide
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。优化
输出格式
输出一个整数,表示最大价值。spa
数据范围
0<N,V≤1000
0<vi,wi≤1000code
样例 输入样例 4 5 1 2 2 4 3 4 4 5 输出样例: 8
算法1
(初步动态规划)
最开始的动态规划想法 就是二维数组
dp[i][j]记录 在选择i个物品下 j背包容积下的最大价值
状态转移方程式视频
C++ 代码blog
1 #include <iostream> 2 #include <algorithm> 3 4 using namespace std; 5 6 const int N= 1010; 7 8 int n,m; 9 10 int dp[N][N]; 11 int v[N]; 12 int w[N]; 13 14 int main() 15 { 16 cin >> n >> m; 17 18 for(int i = 1;i <= n;i++){ 19 cin >> v[i] >> w[i]; 20 } 21 22 for(int i = 1;i<=n;i++){ 23 for(int j = 1;j<=m;j++){ 24 dp[i][j] = dp[i-1][j]; 25 if(j >= v[i]) 26 dp[i][j] = max(dp[i-1][j] , dp[i-1][j-v[i]]+w[i]); 27 } 28 } 29 30 cout << dp[n][m]; 31 32 33 return 0; 34 }
根据acwing up主的视频和网络上的《背包九讲》 空间存储上还可在优化
算法2
(进阶动态规划)
咱们能够将二维DP降为一维DP
这个能够看作在i的循环状况下 咱们每次计算j(容量)的可装的最大价值
那么初次进入i+1 的循环时候,咱们须要利用i轮次的结果来计算i+1的结果
dp[i+1][j]在0 1 状况下只有两种可能 在上一轮的结果下 选择放入当前物品 或者不放入当前物品
1 不放入当前物品的话
那么 dp[i+1][j] = dp[i][j]; //利用上一轮的结果
2 放入当前物品的话
那么 dp[i+1][j] = dp[i][j-v[i]]+w[i]; //利用上一轮的结果
因为咱们始终只须要最新的i+1层的结果 那么实际上能够使用一维数组dp[j]来记录每层的结果,
当从i层进入i+1层后,dp[i+1][j]的结果 实际能够使用dp[i][j]存储,其实就是 dp[j] = dp[j];j++(或者j–);
因为计算机语言的特性,在执行dp[j] = dp[j]的时候 咱们必须保证等号右边的dp[j]是没被改动过的,这就要保证j是降序
由于dp[j]= max(dp[j],dp[j-v[i]]); dp[j]的赋值对低于j的[j-v[i]]有依赖,必须降序排列,才能保证赋值的时候等号右边的dp[j]是没被改动过的
C++ 代码
1 #include <iostream> 2 #include <algorithm> 3 4 using namespace std; 5 6 const int N= 1010; 7 8 int n,m; 9 10 int dp[N]; 11 int v[N]; 12 int w[N]; 13 14 int main() 15 { 16 cin >> n >> m; 17 18 for(int i = 1;i <= n;i++){ 19 cin >> v[i] >> w[i]; 20 } 21 22 for(int i = 1;i<=n;i++){ 23 for(int j = m;j>= v[i];j--){ 24 dp[j] = max(dp[j] , dp[j-v[i]]+w[i]); 25 } 26 } 27 28 cout << dp[m]; 29 30 return 0; 31 }
做者:defddr连接:https://www.acwing.com/solution/acwing/content/2170/来源:AcWing著做权归做者全部。商业转载请联系做者得到受权,非商业转载请注明出处。