01背包
问题描述
且说上一周的故事里,小Hi和小Ho费劲心思终于拿到了茫茫多的奖券!而现在,终于到了小Ho领取奖励的时刻了!
小Ho现在手上有M张奖券,而奖品区有N件奖品,分别标号为1到N,其中第i件奖品需要need(i)张奖券进行兑换,同时也只能兑换一次,为了使得辛苦得到的奖券不白白浪费,小Ho给每件奖品都评了分,其中第i件奖品的评分值为value(i),表示他对这件奖品的喜好值。现在他想知道,凭借他手上的这些奖券,可以换到哪些奖品,使得这些奖品的喜好值之和能够最大。
提示一:合理抽象问题、定义状态是动态规划最关键的一步
提示二:说过了减少时间消耗,我们再来看看如何减少空间消耗
输入
每个测试点(输入文件)有且仅有一组测试数据。
每组测试数据的第一行为两个正整数N和M,表示奖品的个数,以及小Ho手中的奖券数。
接下来的n行描述每一行描述一个奖品,其中第i行为两个整数need(i)和value(i),意义如前文所述。
测试数据保证
对于100%的数据,N的值不超过500,M的值不超过10^5
对于100%的数据,need(i)不超过2*10^5, value(i)不超过10^3
输出
对于每组测试数据,输出一个整数Ans,表示小Ho可以获得的总喜好值。
样例输入
5 1000
144 990
487 436
210 673
567 58
1056 897
样例输出
2099
问题分析
定义F(i,v)表示在前i件物品中,容量为v时能够获取的最大的价值。那么
F(i+1,v)=max(F(i,v),F(i,v-need(i+1))+value(i+1)],第i+1物品可放可不放。
伪代码1:
f(0,0..m)=0
for i=1...n
for j=need(i)..m
f(i,j)=max(f(i-1,j),f(i-1,j-need(i))+value(i)
减少空间复杂度
我们发现计算f(i,j)的时候,需要f(i-1,j)和f(i-1,j-need(i))的两个值,即在第i轮使用f(i-1,j)和f(i-1,j-need(i))。如果我们将j倒过来的时候,m…need(i),此时就能这样的结果。
f(0..m)=0
for i=1...n
for j=m..need(i)
f(j)=max(f(j),f(j-need(i))+value(i)
AC代码
import java.util.Scanner;
/**
* Created by Jason on 2016/4/13.
*/
public class ZeroOnePack {
public static int getMaxValue(int[] costs,int[] values,int m) {
int n = costs.length;
int[] f = new int[m+1];
for (int i=0;i<n;i++) {
for (int j=m;j>=costs[i];j--) {
f[j] = Math.max(f[j],f[j-costs[i]]+values[i]);
}
}
return f[m];
}
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
int m = sc.nextInt();
int[] costs = new int[n];
int[] values = new int[n];
for (int i=0;i<n;i++) {
costs[i] = sc.nextInt();
values[i] = sc.nextInt();
}
System.out.println(getMaxValue(costs,values,m));
}
}
代码链接
https://github.com/lincolnmi/hihoCoder/blob/master/src/Hi_1038/ZeroOnePack.java