01背包问题
题目描述
给定n个物品,第i个物品需要耗费W[i]的花费(容量),拥有C[i]的价值.你有一个容量为V的背包.
问怎么装使得所装价值最大.每个物品只有一个.
思路
每件物品只有两种可能,一种是选,一种是不选,所以分情况讨论即可。
用子问题定义状态:即f [ i ] [ j ]表示前i件物品恰放入一个容量为j的背包可以获得的最大价值。则其状态转移方程便是:
f[i][j]=max(f[i−1][j],f[i−1][j−c[i]]+w[i])
以上方法的时间和空间复杂度均为O( V ∗ N ),其中时间复杂度已经不能再优化了,但空间复杂度却可以优化到O( N )。
先考虑上面讲的基本思路如何实现,肯定是有一个主循环i = 1… N,每次算出来二维数组f [ i ] [ 0… V ]的所有值。那么,如果只用一个数组f [ 0… V ],能不能保证第i ii次循环结束后f [ j ] f[j]f[j]中表示的就是我们定义的状态f [ i ] [ j ]呢?f [ i ] [ j ]是由f [ i − 1 ] [ j ]和f [ i − 1 ] [ j − c [ i ] ]两个子问题递推而来,能否保证在推f [ i ] [ j ]时(也即在第i ii次主循环中推f [ j ] f[j]f[j]时)能够得到f [ i − 1 ] [ j ] 和f [ i − 1 ] [ j − c [ i ] ]的值呢?事实上,这要求在每次主循环中我们以j = V . . . 0的顺序推f [ j ],这样才能保证推f [ j ]时f [ j − c [ i ] ]保存的是状态f [ i − 1 ] [ j − c [ i ] ]的值。至于为什么下面有详细解释。代码如下:
for (int i = 1; i <= n; i++)
for (int j = V; j >= 0; j--)
f[j] = max(f[j], f[j - c[i]] + w[i]);
代码
#include<bits/stdc++.h>
using namespace std;
int c[205], f[5005], v[205], t, m;
int main()
{
cin >> t >> m;
for(int i = 1; i <= m; i++) cin >> c[i] >> v[i];
for(int i = 1; i <= m; i++) {
for(int j = t;j >= c[i]; j--) {
f[j] = max(f[j], f[j - c[i]] + v[i]);
}
}
cout<<f[t];
return 0;
}
谢谢观看