背包问题4：另类01背包问题

一，题目：

有n个重量和价值分别为wi和 vi的物品。从这些物品中挑选总重量不超过W的物品，求所有挑选方案中价值总和的最大值。

1<=n<=100

1<=wi<=10,000,000

1<=vi<=100

1<=W<=1000,000,000

没错，题目描述和常规01背包问题没有区别，但是现在W变大了，有常规O(nW)方法无法实现了。

二，思路：

由于价值的范围较小，所以可以试试改变dp的枚举对象，不妨用dp针对不同的价值计算最小的重量。

定义：dp[i][j]为前i个物品中挑选出价值总和为j的物品时，总质量的最小取值。

这个定义用到前面所提到的取满的概念，即dp的值应该是在的确能个满足取得到的情况下才能取有效值，这里不妨设置一个

无效标记值-1，因为这个值在实际有效情况下是不会出现的。

现在很容易写出状态转移方程：dp[i+1][j] = min(dp[i][j], dp[i][j-v[i]] + w[i]);

这里同样可以用一维数组实现，仍然要注意dp[i+1][j]依赖于dp[i][j]，因此 j 应该递减遍历。

最终只要找出恰好小于等于W的dp[n][x]，答案就是x。

这样算法的复杂度为O(n^2*V)。

三，以下是一个实现：

for(i = 1; i <= limit; i++)
dp[i] = INF;


for(i = 0; i < n; i++)
{
cin>>w>>d;

for(int k = limit; k >= d; k--)
{
if(dp[k-d] != INF && dp[k-d] <= m)
dp[k] = min(dp[k], dp[k-d] + w);
}
}


for(i = limit; i >= 0; i--)
{
if(dp[i] <= m)
{
cout<<i<<endl;
break;
}
}

limit为可以取得最大总价值。