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 NN 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
0<vi,wi≤10000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
8
算法1(二维数组+dp):
用f[i][j]表示前i件物品,总体积为j时的最大价值;
对于每件物品存在两种情况:
1、j>=v[i](即:当前容量能装下第i件物品) : f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
2、j<v[i](即:当前容量装不下第i件物品):f[i][j]=f[i-1][j];
因为最后要求前n件物品,最大容量为m时的最大价值,那答案就是从前n件物品容量为1~m的情况中找最大价值(即:ans=max(f[n][1~m]))
注:时间复杂度:因为前n件物品有n^2个状态,每次o(1)的状态转移,所以时间复杂度o(n^2),具体来说可以是o(n*m);
完整代码:
#include <bits/stdc++.h>
#define int long long
using namespace std;
int n,m;
int v[1010],w[1010],f[1010][1010];
signed main()
{
ios::sync_with_stdio(false);
cin.tie(0);
cin>>n>>m;
for(int i=1;i<=n;i++)
cin>>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];//一开始不管能否装下,先继承上一个状态的最优解f[i-1][j]
if(j>=v[i]){
f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);//如果能装下,就再取装与不装的最优解
}//否则j<v[i](即:装不下,那f[i][j]就等于f[i-1][j])不变
}
}
int ans=0;
for(int i=1;i<=m;i++)
ans=max(ans,f[n][i]);//从前n件物品容量为1~m的情况中找最大价值
cout<<ans<<endl;
return 0;
}
算法2(一维数组优化+dp)
完整代码:
#include <bits/stdc++.h>
#define int long long
using namespace std;
int n,m;
int v[1010],w[1010],f[1010];
signed main()
{
ios::sync_with_stdio(false);
cin.tie(0);
cin>>n>>m;
for(int i=1;i<=n;i++)
cin>>v[i]>>w[i];
for(int i=1;i<=n;i++)
{
for(int j=m;j>=v[i];j--){//这样从后往前找能保证每个状态都是新的
f[j]=max(f[j],f[j-v[i]]+w[i]);
}
}
cout<<f[m]<<endl;
return 0;
}
注:01背包初始化细节参考https://blog.csdn.net/qq_42804678/article/details/81662367