苹果
-
描述
-
ctest有n个苹果,要将它放入容量为v的背包。给出第i个苹果的大小和价钱,求出能放入背包的苹果的总价钱最大值。
-
输入
- 有多组测试数据,每组测试数据第一行为2个正整数,分别代表苹果的个数n和背包的容量v,n、v同时为0时结束测试,此时不输出。接下来的n行,每行2个正整数,用空格隔开,分别代表苹果的大小c和价钱w。所有输入数字的范围大于等于0,小于等于1000。 输出
- 对每组测试数据输出一个整数,代表能放入背包的苹果的总价值。 样例输入
-
3 3 1 1 2 1 3 1 0 0
样例输出
-
2
来源
- #include <cstdio>
- #include <cstring>
- #define max(a,b) a>b?a:b
- const int maxn=1001;
- int c[maxn],w[maxn],dp[maxn][maxn];
- int main()
- {
- int n,v,i,j;
- while(scanf("%d%d",&n,&v)&&n&&v)
- {
- memset(dp,0,sizeof(dp));
- for(i=1;i<=n;i++)
- scanf("%d%d",&c[i],&w[i]);
- for(i=1;i<=n;i++)
- for(j=1;j<=v;j++)
- {
- if(j<c[i]) dp[i][j]=dp[i-1][j];//dp[i][j]表示当前放第i个苹果,而容量只有j的时候的最大值,当j小于第i个苹果的容量,那
- //么就选择不放进这个苹果。
- else
- dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]]+w[i]); //否则就把这个苹果放进来,看当前哪个值的价值最大
- }
- printf("%d\n",dp[n][v]);
- }
- }
- #include<cstdio>
- #include<cstring>
- #define max(a,b) a>b?a:b
- const int maxn=1001;
- int dp[maxn];
- int main()
- {
- int n,v,i,j,c,w;
- while(scanf("%d%d",&n,&v)&&n&&v)
- {
- memset(dp,0,sizeof(dp));//初始化
- for(i=1;i<=n;i++)
- {
- scanf("%d%d",&c,&w);
- for(j=v;j>=c;j--)
- dp[j]=max(dp[j],dp[j-c]+w);//递推关系,dp[j]表示当前最大值,考虑放第i个苹果,
- //比较放入第i个苹果和当前最大值比较,取最大值。
- }
- printf("%d\n",dp[v]);
- }
- return 0;
- }
动态规划中背包的经典问题,以前做过一次了,以前做这种题目的时候,运用的思想是贪心,贪心也可以得到解,但是有时候这个解不是最优的;
运用动态规划思想把这道题在做一次;参考了背包九讲(真的讲的不错,以前有些不懂的地方,现在理解更深了)
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物 品放入容量为v的背包中”,价值为f[i-1][v];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f[i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
上面的内容引用了背包九讲中的第一讲;这种解法在时间复杂度上是n(nv),比较高效了,但是在空间复杂度上还可以优化;
下面是用最简单的方法写的:空间复杂度还可以优化;动态规划写的程序一般都比较精简,但是就是理解其中的状态表达式;
优化内存的写法,把dp的二维数组换成一维数组,不用数组储存背包的值;用一维数组解背包问题,在后面很多地方也会用到,一定要掌握这种用法;