特点
每一件物品都可以无限使用
状态表示与01背包相同
f[i][j] 前i个物品,总体积<= j,存放的值为最大价值
状态计算
划分原则是按第i个物品选了多少个
1)第i个物品选0个时,f[i -1][j]
2)第i个物品选k个时
f[i][j] = f[i - 1][j - k * v[i]] + k * w[i]
(具体证明在图片中)
3)k = 0时即为第一种情况,二者可合二为一
暴力写法 TLE
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int v[N],w[N];
int n,m;
int f[N][N];
int main()
{
cin >> n >> m;
for(int i = 1; i <= n; i ++ )
cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++ )
for(int j = 0; j <= m; j ++ )
for(int k = 0; k * v[i] <= j; k ++ )
f[i][j] = max(f[i][j],f[i - 1][j - k * v[i]] + k * w[i]);
cout << f[n][m] << endl;
return 0;
}
时间复杂度优化
具体证明在图片中
优化后i层只与i - 1层有关 时间复杂度O(n(m + 1))
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int v[N],w[N];
int n,m;
int f[N][N];
int main()
{
cin >> n >> m;
for(int i = 1; i <= n; i ++ )
cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++ )
for(int j = 0; j <= m; j ++ )
{
f[i][j] = f[i - 1][j];
if(j >= v[i]) f[i][j] = max(f[i][j],f[i][j - v[i]] + w[i]);
}
cout << f[n][m] << endl;
return 0;
}
空间复杂度优化
二维 ——> 一维
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int v[N],w[N];
int n,m;
int f[N];
int main()
{
cin >> n >> m;
for(int i = 1; i <= n; i ++ )
cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++ )
for(int j = v[i]; j <= m; j ++ )
f[j] = max(f[j],f[j - v[i]] + w[i]);
cout << f[m] << endl;
return 0;
}
优化后的代码与01背包问题唯一的不同是j的遍历顺序是从小到大即可