完全背包_DP二维数组及优化一维数组

完全背包

问题描述

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。

DP_二维数组

#include<bits/stdc++.h>
using namespace std;

const int N = 1010;
int n,m;
int v[N],w[N],f[N][N]={0};

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-1][j],f[i][j-v[i]]+w[i]);
        }
    
    cout << f[n][m] << endl;
    return 0;
}

核心公式推导

DP_一维数组

#include<bits/stdc++.h>
using namespace std;

const int N = 1010;
int n,m;
int v[N],w[N],f[N]={0};

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++)
            f[j] = max(f[j],f[j-v[i]]+w[i]);

    cout << f[m] << endl;
    return 0;
}

优化说明

上文推导出公式后

将零一背包 f[i] [j] = max(f[i] [j],f[i-1] [j-v[i]]+w[i])

与完全背包 f[i] [j] = max(f[i] [j],f[i] [j-v[i]]+w[i])

比较发现：只有 max函数 中的第二项代表的含义不同，完全背包中的这一项是已经被前面的循环修改了的值，而零一背包是未被修改的值，故前者内层循环采用递增顺序。

j - v[i]必定是小于j的，而递增保证了j - v[i] 在 j 之前就已经被修改了，所以采用递增

参考 ACWing算法基础课视频_完全背包