从N个正数中选取若干个数之和最接近M(不能超过M)

本文深入解析了如何将背包问题转化为动态规划问题,通过详细的状态转移方程推导,介绍了如何利用一维数组进行自底向上的求解,提供了一个Java实现的示例代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目分析

这类题型是我们平时所常见的,粗看题目可能会觉得很像背包问题,但是感觉状态转移方程又不是那么容易就可以推出。其实,我们可以把M当作为背包的容量,N个正数对应的数组value[n]既当作其价值,又当作其重量。此时的状态转移方程如下:
当n >= 1, m < value[n-1]时:
F(n,m)=F(n−1,m) F(n,m) = F(n-1, m) F(n,m)=F(n1,m)
当n >= 1, m >= value[n-1]时:
F(n,m)=max(F(n−1,m),F(n−1,m−value[n−1])+value[n−1]) F(n,m) = max(F(n-1,m),F(n-1,m-value[n-1])+value[n-1]) F(n,m)=max(F(n1,m),F(n1,mvalue[n1])+value[n1])
上式中前一个value[n-1]表示重量,后一个value[n-1]表示其价值。

代码实现(java)

有了状态转移方程后,我们便可以使用递归或者自底向上求解,此处我使用自底向上求解,并只使用一维数组记录中间值的方式。具体代码如下:

private static int getNearestSum(int m, int[] value) {
    int[] result = new int[m+1];
    for (int i = 1; i <= value.length; i++) {
        for (int j = m; j >= 1; j--) {
            if (j >= value[i-1]) {
                result[j] = Math.max(result[j], result[j-value[i-1]] + value[i-1]);
            }
        }
    }
    return result[m];
}
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值