【题目链接】
【题目考点】
1. 动态规划:完全背包问题
【解题思路】
1. 状态定义
- 集合:放入背包的物品方案
- 限制:选择物品的范围,背包大小
- 属性:价值
- 条件:最大
- 统计量:价值
状态定义:dp[i][j]
:在前i个物品中选择物品放入大小为j的背包能获得的最大价值。
初始状态:前0个物品放入大小为j的背包,价值为0。所以dp[0][j] = 0
。
2. 状态转移方程
集合:在前i个物品中选择物品放入大小为j的背包的所有方案。
分割集合:是否选择第i物品放入背包
- 子集1:如果不选择第i物品,那么前i个物品中选择物品放入大小为j的背包,就是在前i-1个物品中选择物品放入大小为j的背包。能获得的最大价值为
dp[i][j] = dp[i-1][j]
。 - 子集2:如果选择第i物品,相当于先选了一个第i物品,价值是
c[i]
。接下来还需要在前i个物品中选择物品放入大小为j-w[i]的背包
。能获得的最大价值为dp[i][j] = dp[i][j-w[i]] + c[i]
- 以上两种情况求最大值
原解法时间复杂度:
O
(
m
∗
n
)
O(m*n)
O(m∗n),空间复杂度:
O
(
m
∗
n
)
O(m*n)
O(m∗n)。
可以对该问题使用滚动数组优化,时间复杂度:
O
(
m
∗
n
)
O(m*n)
O(m∗n),空间复杂度
O
(
n
)
O(n)
O(n)。
【题解代码】
解法1:基本解法 二维状态
#include<bits/stdc++.h>
using namespace std;
#define N 35
#define M 205
int m, n, dp[N][M], w[N], c[N];//dp[i][j]:在前i个物品中选择物品放入大小为j的背包能获得的最大价值
int main()
{
cin >> m >> n;//m:背包容量 n:物品数
for(int i = 1; i <= n; ++i)
cin >> w[i] >> c[i];//w[i]:第i物品的重量 c[i]:第i物品的价值
for(int i = 1; i <= n; ++i)
for(int j = 0; j <= m; ++j)
{
if(j >= w[i])
dp[i][j] = max(dp[i-1][j], dp[i][j-w[i]]+c[i]);
else
dp[i][j] = dp[i-1][j];
}
cout << "max=" << dp[n][m];
return 0;
}
解法2:滚动数组优化 一维状态
#include<bits/stdc++.h>
using namespace std;
#define N 35
#define M 205
int m, n, dp[M], w[N], c[N];//dp[i][j]:在前i个物品中选择物品放入大小为j的背包能获得的最大价值
int main()
{
cin >> m >> n;//m:背包容量 n:物品数
for(int i = 1; i <= n; ++i)
cin >> w[i] >> c[i];//w[i]:第i物品的重量 c[i]:第i物品的价值
for(int i = 1; i <= n; ++i)
for(int j = w[i]; j <= m; ++j)
dp[j] = max(dp[j], dp[j-w[i]]+c[i]);
cout << "max=" << dp[m];
return 0;
}