算法设计-动态规划(2)-背包问题

本文介绍了动态规划在解决背包问题中的应用,包括0-1背包问题、完全背包问题和多重背包问题。通过状态转移方程分析,提出了优化算法,并以硬币找零问题作为引申案例,展示了动态规划在解决实际问题中的灵活性。
摘要由CSDN通过智能技术生成

动态规划

背包问题

0-1背包问题
有一个容量为V的背包,有n种物品,每种物品都有自己的重量w和价值v,每种物品都只有一个,现给出让该背包装最大价值的物品的方案。
子问题是,对于每个物品,装下或者装不下。如果装不下,那么和前i-1个物品的最大价值是一样的。如果能够装下,但是装了之后不一定会大于当前相同体积的最优价值。
状态是d[i][j],表示的是当背包容量为j时,前i个物品所能达到的最大价值。
状态转移方程为
j<w,d[i][j] = d[i-1][j]
j>=w,d[i][j] = max(d[i-1][j], d[i][j-w[i]]+v[i])

for(int i=1;i<=n;i++)
    {
   
        for(int j=1;j<=c;j++)
        {
   
            if(j>=w[i])
                m[i][j]=max(m[i-1][j],m[i-1][j-w[i]]+v[i]);
 
 
            else
                m[i][j]=m[i-1][j];
        }
    }

优化:
在观察状态转移方程之后,发现dp[i][j]只和二维数组的前一行有关系,因此可以优化为一维数组。在这里j<w的情况不要了,并且j要倒序遍历&#

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值