0-1背包问题【PTA】

给定n(n<=100)种物品和一个背包。物品i的重量是wi(wi<=100),价值为vi(vi<=100),背包的容量为C(C<=1000)。
应如何选择装入背包中的物品,使得装入背包中物品的总价值最大? 在选择装入背包的物品时,对每种物品i只有两个选择:装入或不装入。不能将物品i装入多次,也不能只装入部分物品i。

输入格式:

共有n+1行输入:
第一行为n值和c值,表示n件物品和背包容量c;
接下来的n行,每行有两个数据,分别表示第i(1≤i≤n)件物品的重量和价值。

输出格式:

输出装入背包中物品的最大总价值。

输入样例:

在这里给出一组输入。例如:

5 10
2 6
2 3
6 5
5 4
4 6

输出样例:

在这里给出相应的输出。例如:

15

解:

我觉得最重要就是建立表格和写出递推关系式。编写动态规划的过程就是填表的过程。

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

int main()
{
	int n;
	cin >> n;
	int c;
	cin >> c;
	vector <int> w;
	vector <int> v;
	w.push_back(0);
	v.push_back(0);
	for (int i = 1; i < n + 1; i++)
	{
		int k;
		cin >> k;
		w.push_back(k);
		cin >> k;
		v.push_back(k);
	}	//基本信息输入
	vector<vector<int>> M(n+1);	//创建备忘表 //+1是为了放放入第i=0行和第j=0列
	for (int i = 0; i < n+1; i++)
	{
		M[i].resize(c+1,0);	
    //调整容器的长度大小,使其能容纳c个元素 
    多一个参数0,将所有新添加的元素初始化为0。
	}	
	for (int i = 1; i <= n ; i++)	//开始填表
	{
		for (int j = 1; j <= c ; j++)
		{
			if (j < w[i])
			{
				M[i][j] = M[i - 1][j]; //背包能装的重量小于新加入的那一个的重量
			}
			else
			{
				M[i][j] = max(M[i - 1][j], M[i - 1][j-w[i]] + v[i]); //不装新加入的那个和装新加入的那个+背包容量-1,能承受重量-wi的最优解
			}
		}
	}
	cout << M[n][c];
	return 0;
}

 

真实的背包故事

0-1背包问题是经典的动态规划问题,这个问题大多用这样的故事开场:一个小偷溜进了一家博物馆,博物馆里排列着N件珍稀古董,每件古董都有重量和价值,而小偷带来的背包有重量限制W。因此,小偷的目的就是要选择部分古董,使其总重量不超过W且总价值最大。这故事听上去就像小偷在逛超市一样能轻松自如地挑选,而真实的情况是小偷提心吊胆,尤其是每拿下一件古董,随时都有触动警报的危险,所以小偷想尽可能少带几件古董立马跑路,但他的职业“素养”又不允许他不把背包装满。你能帮他解决这个困境吗?

输入格式:

第一行中给出2个整数值N和W, 其中1<N≤100表示古董的数量,1<W≤2000表示背包的重量限制。
接下来N行数据,每行两个正整数。第i行(1≤i≤N)的整数vi​和wi​分别表示第i件古董的价值和重量。
vi​和wi​的值均不超过2000。

输出格式:

在一行中输出两个整数值,用空格分开。第一个整数表示装背包能获得的最大总价值,第二个整数表示在获得最大价值的条件下装入背包里的古董的最少数量。

输入样例:

6 6
1 1
2 2
3 3
4 4
5 5
6 6

输出样例:

在这里给出相应的输出。例如:

6 1

 其实只需要在上面的0-1背包的基础上再创建个统计背包中所装物品的表格即可,该表格也由动态规划完成。

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

int main()
{
	int n;
	cin >> n;
	int c;
	cin >> c;
	vector <int> w;
	vector <int> v;
	w.push_back(0);
	v.push_back(0);
	for (int i = 1; i < n + 1; i++)
	{
		int k;
		cin >> k;
		v.push_back(k);
		cin >> k;

        		w.push_back(k);
	}	
	vector<vector<int>> M(n+1);	
	for (int i = 0; i < n+1; i++)
	{
		M[i].resize(c+1,0);	
	}	
    vector<vector<int>> N(n+1);	//创建背包中物品数量的表
	for (int i = 0; i < n+1; i++)
	{
		N[i].resize(c+1,0);	
	}	
	for (int i = 1; i <= n ; i++)	//开始填表
	{
		for (int j=0;j<=c;j++)
		{
			if (j < w[i])
			{
				M[i][j] = M[i - 1][j]; 
                N[i][j]=N[i - 1][j];
			}
			else
			{
                if(M[i - 1][j-w[i]] + v[i]>=M[i - 1][j])
                {
                    N[i][j]=N[i - 1][j-w[i]] + 1;    //当新增的物品要放入时当前背包中物品的数量为 N[i - 1][j-w[i]] + 1;
                    M[i][j]=M[i - 1][j-w[i]] + v[i];
                    
                }
                else
                {
                    N[i][j]=N[i - 1][j];
                    M[i][j] = max(M[i - 1][j], M[i - 1][j-w[i]] + v[i]);
                }
            }
		}
	}
	cout << M[n][c]<<" ";
    cout <<N[n][c];
	return 0;
}

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
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