Acwing算法复习之01背包问题

先把例题(模板题)列出来,然后再解析。

题目:(来源acwing)

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。

第 i 件物品的体积是 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。

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。

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。

输出格式

输出一个整数,表示最大价值。

数据范围

0  <  N,  V  ≤  10000  <  N,  V  ≤  1000
0  <  vi, wi  ≤  10000  <  vi,  wi  ≤  1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例:

8

这是01背包问题的模板题,我们就用这个题来讲解一下。

01背包问题本质是动态规划问题。那我们就要从状态表示状态计算(也就是状态转移方程)来考虑问题。

方法一:二维表示

(1)用二维数组 f [ N ] [ N ]  来表示, 前 i 个物品, 背包容积为 j 的情况下, 背包所能放入物品的价值最大值。

(2)得知状态表示后, 我们需要考虑状态计算。 也就是 每个 f [ i ] [ j ] 怎么计算出来。

那么这时候就要考虑此时背包的体积 j 和 第 i 个物品的体积间的关系了。

          1> 当 背包体积 j < 第 i 个物品体积 v [ i ] 时, 我们肯定不能选第 i 个物品,因为背包放不下了, 所以 f [ i ] [ j ] = f[ i - 1] [ j ]

          2>当 背包体积 j >= 第 i 个物品体积 v [ i ] 时, 我们就既可以选择第  i 个物品, 也可以选择不选。如果 不选第 i 个物品,那 f [ i ] [ j ]  =  f[ i - 1 ] [ j ]。如果 选 第 i 个物品,那f [ i ] [ j ] = f[ i - 1] [ j - v[ i ] ] + w[ i ]。所以我们要选最大值,即 f [ i ] [ j ] = max ( f[ i - 1 ] [ j ] , f [ i - 1] [ j - v[ i ] ] + w[ i ] )。最后 f [ n ] [ m ] 就是目标答案。

#include <bits/stdc++.h>

using namespace std;

const int N = 1010;

int w[N], v[N], f[N][N];

int main()
{
    int n, m;
    cin >> n >> m;
    
    for (int i = 1; i <= n; i ++) scanf("%d%d", &v[i], &w[i]);
    
    for (int i = 1; i <= n; i ++)
        for (int j = 1; 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] << endl;
    
    return 0;
}

方法二:一维表示

前面我们用二维数组 f [ N ] [ N ] 来表示 任意  i 和 任意 j 状态下 背包所能存储价值最大值。但我们要求的只是在给定最大体积m 时背包能存储的价值最大值。那么我们可以用一维数组 f [ N ] 来表示背包体积为 j 的情况 背包所能存储的价值最大值。

     那么我们来考虑状态计算,当外层循环到 第 i 个物品, 内层循环到 体积 j 时,f [ j ] 的 取值有两种方式。

     1 > 不取第 i 个物品,也就是第 i 个物品不占据背包体积,f [ j ] = f[ j ]。

     2 > 取第  i 个物品,也就是当背包体积 j >= v [ i ] 时, f [ j ] = f [ j - v[ i ] ] + w[ i ] 。

所以取最大值,f [ j ] = max ( f [ j ], f [ j - v[ i ] ] + w[ i ] )

好像到这位置已经结束了, 但有一点我们不能忽略了。那就是与二维数组循环不同,题目要求每个物品只能使用一次,那么在一维做法下,外层循环到第 i 个物品, 内层循环到体积 j ,当我们打算把第 i 个物品放入背包时, f [ j ] = f[ j - v[ i ] ] + w[ i ] 。请注意此时我们用 f [ j - v[ i ] ] 来更新    f [ j ] ,如果我们照搬二维循环方式,也就是体积从 1 到 最大 m(从小到大)的话,f [ j - v [ i ] ]先于 f [ j ]计算, 极有可能 f [ j - v [ i ] ] 已经把第 i 个物品放入背包内,也就是说可能会把第 i 个物品重复放入背包了,这就不符合01背包要求了。所以我们要反过来,体积从大到小,这样就不会重复使用了。代码如下。

#include <bits/stdc++.h>

using namespace std;

const int N = 1010;

int v[N], w[N], f[N];

int main()
{
    int n, m;
    cin >> n >> m;
    
    for (int i = 1; i <= n; i ++) scanf("%d%d", &v[i], &w[i]);
    
    for (int i = 1; i <= n; i ++)
        for (int j = m; j >= v[i]; j --)
        {
            f[j] = max(f[j], f[j - v[i]] + w[i]);
        }
        
    cout << f[m] << endl;
    
    return 0;
}

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据结构与算法设计项目01背包问题是指在算法设计与分析课程中,学生需要解决一个背包问题。该问题要求在给定的一组物品和背包容量的情况下,选择一些物品放入背包中,使得被选中物品的总价值最大化,同时保证它们的总重量不超过背包的容量。 在数据结构与算法课程设计实验中,学生通常会进行一系列实践项目,比如定时/计数技术应用程序设计、图形变换程序设计、代码转换程序设计等。这些项目旨在帮助学生巩固和应用所学的数据结构与算法知识,提高他们的编程能力和解决实际问题的能力。在解决01背包问题的项目中,学生需要设计和实现一个算法,以有效地选择物品放入背包,从而达到最优化的目标。 为了解决01背包问题,学生可以使用动态规划算法。这种算法通过建立一个二维数组来存储子问题的解,并利用子问题的解来构建更大规模的问题的解。具体来说,学生可以先初始化一个二维数组,然后使用循环遍历物品和背包容量的组合,并根据当前物品的重量和价值来更新数组中对应位置的值。通过动态规划算法,学生可以找到最优解,即选择哪些物品放入背包以达到最大的总价值。 除了动态规划算法,学生还可以尝试其他的算法来解决01背包问题,比如贪心算法和回溯算法。贪心算法通过选择当前最优解来构建整体最优解,而回溯算法则通过穷举所有可能的解来找到最优解。每种算法都有其优缺点,学生可以根据实际情况选择合适的算法来解决01背包问题。 总之,数据结构与算法设计项目01背包问题是一个让学生应用所学知识解决实际问题的项目。学生可以使用动态规划算法或其他算法来解决该问题,并通过编程实践提高自己的算法设计和分析能力。<span class="em">1</span><span class="em">2</span> #### 引用[.reference_title] - *1* [算法设计与分析课程的背包问题](https://download.csdn.net/download/you_best_honor/12924018)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [数据结构与算法课程设计报告](https://download.csdn.net/download/nibashangtian/10164603)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值