真实的背包故事(0-1背包问题)

0-1背包问题是经典的动态规划问题，这个问题大多用这样的故事开场：一个小偷溜进了一家博物馆，博物馆里排列着N件珍稀古董，每件古董都有重量和价值，而小偷带来的背包有重量限制W。因此，小偷的目的就是要选择部分古董，使其总重量不超过W且总价值最大。这故事听上去就像小偷在逛超市一样能轻松自如地挑选，而真实的情况是小偷提心吊胆，尤其是每拿下一件古董，随时都有触动警报的危险，所以小偷想尽可能少带几件古董立马跑路，但他的职业“素养”又不允许他不把背包装满。你能帮他解决这个困境吗？

输入格式:

第一行中给出2个整数值N和W, 其中1<N≤100表示古董的数量，1<W≤2000表示背包的重量限制。
接下来N行数据，每行两个正整数。第i行（1≤i≤N)的整数vi​和wi​分别表示第i件古董的价值和重量。
vi​和wi​的值均不超过2000。

输出格式:

在一行中输出两个整数值，用空格分开。第一个整数表示装背包能获得的最大总价值，第二个整数表示在获得最大价值的条件下装入背包里的古董的最少数量。

输入样例:

6 6
1 1
2 2
3 3
4 4
5 5
6 6

输出样例:

在这里给出相应的输出。例如：

6 1

题目解析：

1.在01背包的基础上，使用num数组记录最大价值时的物品数量

2.dp数组记录当前重量下的最大价值数。

代码：

#include <bits/stdc++.h>
using namespace std;
int dp[2001],num[2001];
int main() {  
	ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
	int n,m;
  	cin>>n>>m;
	int w[n+1],v[n+1];
	for(int i=1;i<=n;i++){
		cin>>v[i]>>w[i];
	}

	for(int i=1;i<=n;i++){
		for(int j=m;j>=w[i];j--){
			//dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
            if(dp[j] <= dp[j-w[i]] + v[i]){  
                dp[j] = dp[j-w[i]] + v[i];  
                num[j] = num[j-w[i]] + 1;
            }
		}
	}
	cout<<dp[m]<<" "<<num[m];
    return 0;  
}