朴素算法:
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1e2 + 10;
int v[N], w[N]; //物品的价值,物品的体积!
int n, m; //物品的数量,背包的体积!
int f[N][N]; //第一维度:从前i件物品中选,总体积不超过j的最大价值!
int main()
{
cin >> n >> m;
for (int i=1; i <= n; i ++)
cin >> v[i] >> w[i]; //成对输入物品的体积,价值!
for (int i=1; i <= n; i ++) //从前n件物品里面选!
{
for (int j=1; j <= m; j ++) //记录背包体积1,2,...m,所能装下的物品的最大价值。
{
//状态转移方程:选第i件物品和不选第i件物品:
//不选第i件物品,则当前背包体积为j,里面所装的物品的最大价值等于前i-1件物品,背包体积为j时所选物品的最大价值!
f[i][j] = f[i-1][j];
//选第i件物品的前提条件是:背包的体积大于等于第i件物品的体积。
if (j >= v[i])
f[i][j] = max(f[i][j], f[i-1][j-v[i]] + w[i]);
}
}
cout << f[n][m] << endl;
return 0;
}
滚动数组优化:
#include<iostream>
using namespace std;
const int N = 1e3 + 10;
int w[N], v[N];
int f[N]; //从前n件物品中选,总体积不超过j的最大价值!
int n, m; //表示物品件数,背包体积!
int main()
{
cin >> n >> m;
for (int i=1; i <= n; i ++)
cin >> v[i] >> w[i]; //物品的体积,价值!
for (int i=1; i <= n; i ++)
{
//倒推:先从大体积背包往小体积背包推导,然后下一轮又从大体积背包推导,这时大体积利用的旧值就是上一轮的小体积背包所装的价值,
//从而能够赶在小体积背包所装物品的价值更新之前,更新大体积背包,就是旧值更新新值。
for (int j=m; j >= v[i]; j --)
{
f[j] = max(f[j], f[j-v[i]] + w[i]);
}
}
cout << f[m] << endl;
return 0;
}
一边读入,一边处理
#include<iostream>
using namespace std;
const int N = 1e3 + 10;
int f[N];
int n, m;
int main()
{
cin >> n >> m;
for (int i=1; i <= n; i ++)
{
int v, w;
cin >> v >> w; //第i件物品的体积,价值
for (int j=m; j >= v; j --)
f[j] = max(f[j], f[j-v] + w); //前者是不选这件物品,后者是选这件物品
}
cout << f[m] << endl;
return 0;
}