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:
- 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。
- 初始化dp数组的第一行和第一列为0。
- 从第二行开始,依次计算dp[i][j]的值,直到dp[n][W]。
- 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!