背包九讲:
01背包问题
完全背包问题
多重背包问题I
多重背包问题II
混合背包问题
二维费用的背包问题
分组背包问题
有依赖的背包问题
背包问题求方案数
背包问题求具体方案
ps:建议从前向后刷哦~
🔗原题
完全背包问题
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≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
题解
先遍历背包容量在内,遍历物品在外
二维状态转移公式为
dp[i][j] = Math.max(dp[i][j], dp[i][j - Wight[i - 1]] + Value[i - 1])
每次需要对当前层变化的数据基础上变量改变
一维状态转移公式为
dp[j] = Math.max(dp[j], dp[j - Wight[i - 1]] + Value[i - 1])
这时遍历背包容量时要从前向后用来重复计数
代码
二维数组
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int N = sc.nextInt();
int V = sc.nextInt();
int Value[] = new int[N];
int Wight[] = new int[N];
for(int i = 0; i < N; i++) {
Wight[i] = sc.nextInt();
Value[i] = sc.nextInt();
}
int dp[][] = new int[N + 1][V + 1];
for(int i = 1; i <= N; i++) {
for(int j = 1; j <= V; j++) {
if(j - Wight[i - 1] >= 0) dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - Wight[i - 1]] + Value[i - 1]);
else dp[i][j] = dp[i - 1][j];
}
}
System.out.println(dp[N][V]);
}
}
一维数组
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int N = sc.nextInt();
int V = sc.nextInt();
int Value[] = new int[N];
int Wight[] = new int[N];
for(int i = 0; i < N; i++) {
Wight[i] = sc.nextInt();
Value[i] = sc.nextInt();
}
int dp[] = new int[V + 1];
for(int i = 1; i <= N; i++) {
for(int j = 1; j <= V; j++) {
if(j - Wight[i - 1] >= 0) dp[j] = Math.max(dp[j], dp[j - Wight[i - 1]] + Value[i - 1]);
}
}
System.out.println(dp[V]);
}
}