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。