一:01背包:
有 N件物品和一个容量为 V的背包,每件物品有各自的价值且只能被选择一次,要求在有限的背包容量下,装入的物品总价值最大。
我们先分析一下其状态和要求:要求:价值最大,然后我们再定义一个集合f【i】【j】,其意义为:前 i 个物品 , 容量为 j 时的价值
当前背包容量不够即:j小于v【i】,此时的f【i】【j】=f【i-1】【j】,如果够的话,那么我们取max(f【i】【j】,f【i-1】【j-v【i】】+w【i】),最后输出题目要求的f【N】【V】
然后是代码展示:
#include<bits/stdc++.h>
using namespace std;
const int N = 1010;
int n,m;
int v[N],w[N];
int f[N][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++)
{
f[i][j]=f[i-1][j];
if(j>=v[i])f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);
}
cout<<f[n][m];
}
优化:可以把二维优化为一维
先出代码:
#include<bits/stdc++.h>
using namespace std;
int n,m;
const int N = 1010;
int f[N];
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)
{
int v,w;
cin>>v>>w;
for(int j=m;j>=v;j--)
{
f[j]=max(f[j],f[j-v]+w);
}
}
cout<<f[m];
return 0;
}
f【j】的状态是容量j时的价值大小,然后思路与二维相差不大,但是容量要从m开始:
在二维情况下,状态f[i][j]是由上一轮i - 1的状态得来的,f[i][j]与f[i - 1][j]是独立的。而优化到一维后,如果我们还是正序,则有f[较小体积]更新到f[较大体积],则有可能本应该用第i-1轮的状态却用的是第i轮的状态。
简单来说,一维情况正序更新状态f[j]需要用到前面计算的状态已经被感染了。
二:完全背包:
完全背包和01背包一样,只不过完全背包的物品物品的数量无限并且可以重复选择。
我先出代码:
#include<bits/stdc++.h>
using namespace std;
const int N = 1010;
int f[N];
int n,m;
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)
{
int v,w;
cin>>v>>w;
for(int j=v;j<=m;j++)
{
f[j]=max(f[j],f[j-v]+w);
}
}
cout<<f[m];
}
此时是正序了,因为我们可能需要重复的使用前一个状态来更新本次状态。