01背包（动态规划）

描述

        有 n 个物品，编号为 i 的物品的重量为 w[i]，价值为 c[i]，现在要从这些物品中选一些物品装到一个容量为 m 的背包中，使得背包内物体在总重量不超过 m 的前提下价值尽量大。

输入描述

        第 1 行:两个整数，n(物品数量， n≤3500)和 m (背包容量, m≤12880)。
        第 2…n+1 行，每行二个整数 w[i]，c[i]，表示每个物品的重量和价值。

输出描述

        仅一行，一个数，表示最大总价值。

样例输入

4 6
1 4
2 6
3 12
2 7

样例输出

23

解题步骤

        01背包问题是背包问题中最简单的一种。给定一个背包的最大容量W和一组物品，每个物品有重量和价值两个属性。要求选择一些物品装入背包，使得背包中物品的总重量不超过W，且价值最大。

        解决01背包问题的常见方法是使用动态规划。可以定义一个二维数组dp[i][j]，表示前i个物品在背包容量为j时的最大价值。dp[i][j]的值可以通过以下递推关系得到：

• 当第i个物品的重量大于背包容量j时，dp[i][j]等于前i-1个物品在背包容量j时的最大价值，即dp[i][j] = dp[i-1][j]；
• 当第i个物品的重量小于等于背包容量j时，dp[i][j]等于前i-1个物品在背包容量j时的最大价值和第i个物品的价值之和的最大值，即dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])，其中weight[i]表示第i个物品的重量，value[i]表示第i个物品的价值。

        根据以上递推关系，可以使用一个二维数组dp来解决01背包问题。具体过程如下：

1. 创建一个大小为(n+1)×(W+1)的二维数组dp，其中n为物品的个数，W为背包的最大容量。
2. 初始化dp数组的第一行和第一列为0。
3. 从第二行开始，依次计算dp[i][j]的值，直到dp[n][W]。
4. 输出dp[n][W]的值，即为背包中物品的最大总价值。

本题代码

#include<bits/stdc++.h>
using namespace std ;
#define ll long long
ll dp[101010];
int w[4010],v[4010];
int main(){
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++){
		cin>>w[i]>>v[i];
	}
	for(int i=1;i<=n;i++){
		for(int j=m;j>=w[i];j--){
			dp[j]=max(dp[j-w[i]]+v[i],dp[j]);
		}
	}
	cout<<dp[m]<<endl;
	return 0;
}

如果对你有用，就给个赞吧，谢谢支持！