动态规划之二：背包问题求解

1.01背包问题：

方法一：贪心算法（按价值排序，依次选取）但是局部最优并不能保证全局最优

方法二：贪心算法（按性价比排序，依次选取）但是局部最优并不能保证全局最优

方法三：枚举法（用子集树枚举出所有的方案，然后挑选符合要求的最佳方案）缺点是时间复杂度太高（指数级复杂度）

方法四：动态规划

#include<bits/stdc++.h>
using namespace std;
int n, m;//n表示物品数量，m表示背包容量 
int w[1000], v[1000];//w表示物品重量，v表示物品价值
int f[1000][1000];//前i个物品装进容量为j背包中的最大值 
int main()
{
	cin>>m>>n;
	for(int i=1;i<=n;i++)
	{
		cin>>w[i]>>v[i];
	} 
	for(int i=1;i<=n;i++)
	{
		for(int j=0;j<=m;j++)//m为背包容量 
		{
			if(j<w[i])
			{
				f[i][j]=f[i-1][j];
			}
			else
			{
				f[i][j]=max(f[i-1][j], f[i-1][j-w[i]]+v[i]);//j-w[i]为箭头的起点 
			}
		}
	}
	cout<<f[n][m];
	return 0;
}
/*
10 4
2 1
3 3
4 5
7 9
*/

用一维数组实现：

 关键点

1.从右向左填

2.使用滑动窗口的方法，右端点的值=左端点的值+第i个物品的价值

#include<bits/stdc++.h>
using namespace std;
int n, m;//n表示物品数量，m表示背包容量 
int w[1000], v[1000];//w表示物品重量，v表示物品价值
int f[1000];//前i个物品装进容量为j背包中的最大值 
int main()
{
	cin>>m>>n;
	for(int i=1;i<=n;i++)
	{
		cin>>w[i]>>v[i];
	} 
	for(int i=1;i<=n;i++)
	{
		for(int j=m;j>=w[i];j--)//m为背包容量 
		{
			f[j]=max(f[j], f[j-w[i]]+v[i]); 
		}
	}
	cout<<f[m];
	return 0;
}
/*
10 4
2 1
3 3
4 5
7 9
*/

2.完全背包问题：

关键点：

1.从左向右填（与01背包问题相反）

2.使用滑动窗口的方法，右端点的值=左端点的值+第i个物品的价值（与01背包问题相同）

#include<bits/stdc++.h>
using namespace std;
int n, m;//n表示物品数量，m表示背包容量 
int w[1000], v[1000];//w表示物品重量，v表示物品价值
int f[1000];//前i个物品装进容量为j背包中的最大值 
int main()
{
	cin>>m>>n;
	for(int i=1;i<=n;i++)
	{
		cin>>w[i]>>v[i];
	} 
	for(int i=1;i<=n;i++)
	{
		for(int j=w[i];j<=m;j++)//m为背包容量 
		{
			f[j]=max(f[j], f[j-w[i]]+v[i]); 
		}
	}
	cout<<"max="<<f[m];
	return 0;
}
/*
10 4
2 1
3 3
4 5
7 9
*/