动态规划之01背包 HihoCoder - 1038

描述

且说上一周的故事里，小Hi和小Ho费劲心思终于拿到了茫茫多的奖券！而现在，终于到了小Ho领取奖励的时刻了！

小Ho现在手上有M张奖券，而奖品区有N件奖品，分别标号为1到N，其中第i件奖品需要need(i)张奖券进行兑换，同时也只能兑换一次，为了使得辛苦得到的奖券不白白浪费，小Ho给每件奖品都评了分，其中第i件奖品的评分值为value(i),表示他对这件奖品的喜好值。现在他想知道，凭借他手上的这些奖券，可以换到哪些奖品，使得这些奖品的喜好值之和能够最大。

提示一：合理抽象问题、定义状态是动态规划最关键的一步

提示二：说过了减少时间消耗，我们再来看看如何减少空间消耗

输入

每个测试点（输入文件）有且仅有一组测试数据。

每组测试数据的第一行为两个正整数N和M,表示奖品的个数，以及小Ho手中的奖券数。

接下来的n行描述每一行描述一个奖品，其中第i行为两个整数need(i)和value(i)，意义如前文所述。

测试数据保证

对于100%的数据，N的值不超过500，M的值不超过10^5

对于100%的数据，need(i)不超过2*10^5, value(i)不超过10^3

输出

对于每组测试数据，输出一个整数Ans，表示小Ho可以获得的总喜好值。

样例输入

5 1000
144 990
487 436
210 673
567 58
1056 897

样例输出

2099

代码一：

#include<iostream>
#include<algorithm>
using namespace std;

int best[501][100001];
struct pack
{
	int need;
	int value;
};
pack a[501];
int main()
{
	int N, M;
	while (cin >> N >> M)
	{
		for (int i = 1; i <= N; i++) cin >> a[i].need >> a[i].value;
		for (int j = 0; j <= M; j++) best[0][j] = 0;
		for (int i = 1; i <= N; i++)
		    for (int j = 0; j <= M; j++)//i++
			if (j < a[i].need)
			    best[i][j] = best[i - 1][j];
		        else
			    best[i][j] = max(best[i - 1][j], best[i - 1][j - a[i].need] + a[i].value);
		cout << best[N][M] << endl;
	}
	
	return 0;
}