题目概述:
有 N 种物品和一个容量是 V 的背包,每种物品都有无限件可用。
第 i 种物品的体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式:
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行两个整数 vi,wi用空格隔开,分别表示第 i 种物品的体积和价值。
输出格式:
输出一个整数,表示最大价值。
数据范围:
0<N,V≤10000<N,V≤1000
0<vi,wi≤10000<vi,wi≤1000
输入样例:
4 5
1 2
2 4
3 4
4 5
输出样例:
10
解题思路:
这道题的思路和01背包非常相似,唯一的不同是:01背包中的每个物品只能用一次,而完全背包中的每个物品都可以用无限次,都是求在一定体积中可装入的物品的最大值。运用动态规划的思想,定于一个dp数组,设物品数量为count,背包总体积为sum,数组volumes表示每个物品的体积,数组values表示每个物品的价值,dp[count+1][sum+1];dp[i][j]表示在体积为 j 的背包里有 i 件物品可选的情况下的最大价值(每件物品可以使用无限次)。
嵌套 for 循环,每次增加一个可选物品,有两种情况:
第一种:此件可选物品的体积大于目前背包的体积:
物品体积大于背包体积时,背包无法装下此物品(即不装此物品),则dp[i][j]=dp[i-1][j]
第二种:此件可选物品的体积小于等于目前背包的体积:
物品提交小于等于背包体积时,可以选择装此物品和不装此物品,
由于每件物品都可以使用无限次,则在装此物品时的取值为dp[i][j-volumes[i]]+values[i];
dp[i][j]=Math.max(dp[i-1][j],dp[i][j-volumes[i]]+values[i]);
取两者的最大值
最终返回dp[count][sum]为结果。
完整代码:
import java.util.*;
public class CompletePack {
public int solve(int count,int sum,int[] volumes,int[] values){
if(count==0 || sum==0) return 0;
int[][] dp=new int[count+1][sum+1];
for(int i=1;i<count+1;i++){
for(int j=1;j<sum+1;j++){
if(j<volumes[i]){
dp[i][j]=dp[i-1][j];
}else{
dp[i][j]=Math.max(dp[i-1][j],dp[i][j-volumes[i]]+values[i]);
}
}
}
return dp[count][sum];
}
public static void main(String[] args){
Scanner in=new Scanner(System.in);
int count=in.nextInt();
int sum=in.nextInt();
int[] volumes=new int[count+1];
int[] values=new int[count+1];
for(int i=1;i<=count;i++){
volumes[i]=in.nextInt();
values[i]=in.nextInt();
}
CompletePack cp=new CompletePack();
System.out.println(cp.solve(count,sum,volumes,values));
}
}