完全背包常见题目一
有
N
N
N 种物品和一个容量是 V 的背包,每种物品都有无限件可用。
第
i
i
i 种物品的体积是
v
i
v_i
vi,价值是
w
i
w_i
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。
数据范围
0
<
N
,
V
≤
1000
0<N,V≤1000
0<N,V≤1000
0
<
v
i
,
w
i
≤
1000
0<v_i,w_i≤1000
0<vi,wi≤1000
朴素版本
#include<iostream>
#include<algorithm>
using namespace std;
const int maxn = 1010;
int n,m,w,v;
int dp[maxn][maxn];
int main(){
cin >> n >> m;
for(int i=1;i<=n;i++){
cin >> v >> w;
for(int j=0;j<=m;j++){
dp[i][j] = dp[i-1][j];
for(int k = 0;k*v<=j;k++){
dp[i][j] = max(dp[i][j],dp[i-1][j-k*v]+k*w);
}
}
}
cout << dp[n][m];
return 0;
}
时间复杂度:
O
(
n
m
k
)
O(nmk)
O(nmk),空间复杂度:
O
(
n
2
)
O(n^2)
O(n2)
一般这个版本会超时
空间优化版本
#include<iostream>
#include<algorithm>
using namespace std;
const int maxn = 1010;
int n,m,w,v;
int dp[maxn];
int main(){
cin >> n >> m;
for(int i=1;i<=n;i++){
cin >> v >> w;
for(int j=v;j<=m;j++){
dp[j] = max(dp[j],dp[j-v]+w);
// 这里与0/1背包的不同地方就是这里是正序枚举j,要用到更新后的dp[j-v]
}
}
cout << dp[m];
return 0;
}
时间复杂度: O ( n m ) O(nm) O(nm) ,空间复杂度: O ( n ) O(n) O(n)
完全背包常见题目二
如果把题目换成,体积刚好为V时的最大价值,如何求解?
这里跟DP学习之0/1背包再学习这篇文章一样,其实跟dp的初始化方式有关,上面用的是把dp全部初始化为0,如果求刚好为V,我们只需按照下面初始化
d p [ 0 ] = 0 d p [ i ] = − I N F ( i ! = 0 ) dp[0]=0 \quad dp[i]=-INF \quad (i!=0) dp[0]=0dp[i]=−INF(i!=0)