#01背包问题
01背包问题是一类问题的概括,这一类问题通常要求在一定范围内做出有限个选择,而且这些选择实现的利益最大化,
其中有一道很经典的01背包问题例题,链接:https://www.acwing.com/problem/content/2/
题目描述
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
第一行输入两个整数,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,每行输入两个整数 vi,wi,用空格隔开,分别表示第 i 件物品的体积 vi和价值wi。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
分析问题
我们对每一个物品有选择和不选择两项,不妨做出一个二维数组f[ i ][ j ],且其中的 i 代表输入的第 i 个物品,j 则代表
的是背包已经装下的体积,且f[ i ][ j ]对应的值是此刻的价值,这样我们就可以将其看成对针对每一个物品遍历一遍
背包体积,且在遍历过程之中都是对上一层 i 进行择优。
核心问题
如何对第 i 个物品下 第 j 个体积选择出最大价值,既是择优,
如果我们在对第 i 个物品,背包容量为 j 的时候选择,若不选择此物品那么
f[i][j] = f[i - 1][j];
体积大于第 i 个物品的体积V[i]情况下才可以装下这个物品,若选择这个物品的话
f[i][j] = f[i - 1][j - v[i]] + w[i];
最后我们要得出的是对应 i 和 j 下最大的价值,则有对上述两种选择进行择优,选出最大价值
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]);
核心部分代码
for (int i = 1; i <= n; i++)
{
for (int j = 0; j <= V; 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]);
}
}
普通做法
#include<iostream>
#include<math.h>
using namespace std;
int v[1001], w[1001];
int f[1002][1002];
int main()
{
int n,V;
cin >> n>>V;
for (int i = 1; i <= n; i++) cin >> v[i] >> w[i];
for (int i = 1; i <= n; i++)
{
for (int j = 0; j <= V; 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][V];
return 0;
}
优化
我们是否可以对上面普通代码进行优化呢?答案是可以的。
怎么优化?
我们可以对其进行空间上的优化,由上面普通做法的看,我们每一次遍历都是在上一层的基础上作出选择的,那是否我们开一维数组f[]
就可以实现呢,只需要倒序遍历体积就可以实现了,及对第 i 个物品择优
f[j] = max(f[j - v[i]] + w[i], f[j]);
[!CAUTION]
其中的f[ j ]的改变一定在 f[ j - v[ i ] ] 的改变之前(由于是倒序遍历的原因),及对f[ j ]变化时候, f[ j - v[ i ] ] 相当于是第 i-1个物品的价值;
给出优化之后的代码
#include<iostream>
using namespace std;
int v[1001], w[1001];
int f[1001];
int main()
{
int n,V;
cin >> n >> V;
for (int i = 1; i <= n; i++) cin >> v[i] >> w[i];
for (int i = 1; i <= n; i++)
for (int j = V; j >= v[i]; j--)
f[j] = max(f[j - v[i]] + w[i], f[j]);
cout << f[V];
return 0;
}