完全背包问题:
有n种物品,每种物品的单件重量为w[i],价值为c[i]。现有一个容量为V的背包,问如何选取物品放入背包,使得背包内物品的总价值最大。其中每种物品都有无穷件。
完全背包问题与01背包问题的区别:
完全背包的物品数量每种有无穷件,选取物品时对同一种物品可以选1件、选2件…只要不超过容量V即可,而01背包的物品数量每种只有一件。
完全背包问题的每种物品都有两种策略:
①不放第i件物品,那么(dp[i][j]=dp[i-1][j])
二
维
数
组
{二维数组}
二维数组 = >(dp[j]=dp[j] )
一
维
数
组
{^一维数组}
一维数组
②放第i件物品。处理与01背包有所不同,因为01背包的每个物品只能选择一个,因此(dp[i][j]=dp[i-1],j-arr[i].v)
二
维
数
组
{二维数组}
二维数组 = >(dp[j]=dp[j-arr[v] )
一
维
数
组
{^一维数组}
一维数组;
但完全背包如果选择第i件物品之后,转移到是(dp[i][j]=dp[i],j-arr[i].v)
二
维
数
组
{二维数组}
二维数组 = >(dp[j]=dp[j-arr[v] )
一
维
数
组
{^一维数组}
一维数组这个状态,因为每种物品可以放任意件,放了第i件物品之后还可以继续放第i件物品,直到第二维的j-arr[i].v无法保持大于等于0为止。
01背包Code:
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
int N,M;
struct T{
int v,w;//物体的体积 物体的价值
};
vector<T>arr;
vector<int>dp;
int main(){
cin>>N>>M;
dp.resize(N+1);
arr.resize(N+1);
for(int i=0;i<N;i++){
int a,b;
cin>>a>>b;
arr[i].v=a;
arr[i].w=b;
}
for(int i=0;i<N;i++)
for(int j=M;j>=arr[i].v;j--)
dp[j]=max(dp[j],dp[j-arr[i].v]+arr[i].w);
cout<<dp[M];
return 0;
}
完全背包Code:
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
int N,M;
struct T{
int v,w;//物体的体积 物体的价值
};
vector<T>arr;
vector<int>dp;
int main(){
cin>>N>>M;
dp.resize(N+1);
arr.resize(N+1);
for(int i=0;i<N;i++){
int a,b;
cin>>a>>b;
arr[i].v=a;
arr[i].w=b;
}
for(int i=0;i<N;i++)
for(int j=arr[i].v;j<=M;j++)
dp[j]=max(dp[j],dp[j-arr[i].v]+arr[i].w);
cout<<dp[M];
return 0;
}