动态规划
五部曲
1.分析dp数组的含义
2.推到dp公式
3.初始化
4.遍历的顺序
5.打印数组
01背包
下面展示一些 内联代码片
。
#include <iostream>
#include <cstring>
#include <algorithm>
const int N=1010;
int v[N],w[N];
int f[N][N];
int n,m;
int main()
{
scanf("%d%d",&n,&m);
for(int i=1;i<=n;i++) scanf("%d%d",&v[i],&w[i]);
for(int i=1;i<=n;i++)//当我们需要将01背包问题从二维优化到一维时,可以试着理解,因为我们的i状态是由i-1状态得来的,而i-1状态在i的上一步就被遍历过了,也就是说,并不需要控制i-1这个维度,因为i在计算时肯定是以i-1为基础进行计算,因此我们可以简化掉i这个维度,只剩j这个维度即可
for(int j=1;j<=m;j++)
{
if(j<v[i])//要考虑j不满足v[i]的时候,那么这个时候集合内的划分只有不含i的情况,因此直接相等
f[i][j]=f[i-1][j];
else
f[i][j]=std::max(f[i-1][j],f[i-1][j-v[i]]+w[i]);//假如背包此时装得下i了,那么集合的划分就有了两种,就需要在这两者间取最大值
}
printf("%d\n",f[n][m]);//最后输出我们需要的个数和体积就好了
}
来自大佬y总的代码
## 完全背包
![请添加图片描述](https://img-blog.csdnimg.cn/direct/cf15a170dd5f43bab7b354fa23c7281b.png)
下面展示一些 `内联代码片`。
```javascript
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];
int f[N];
int main()
{
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 = v[i]; j <= m; j ++ )
f[j] = max(f[j], f[j - v[i]] + w[i]);
cout << f[m] << endl;
return 0;
}
y总的代码
多重背包
下面展示一些 内联代码片
。
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 110;
int n, m;
int v[N], w[N], s[N];
int f[N][N];
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i] >> s[i];
for (int i = 1; i <= n; i ++ )
for (int j = 0; j <= m; j ++ )
for (int k = 0; k <= s[i] && k * v[i] <= j; k ++ )
f[i][j] = max(f[i][j], f[i - 1][j - v[i] * k] + w[i] * k);
cout << f[n][m] << endl;
return 0;
}
来自y总