动态规划专栏(3)-背包问题(1)

本文深入探讨动态规划中的背包问题,重点分析0/1背包问题及其变形。通过实例解释0/1背包的基本思想、公式推导及优化,并介绍了如何将0/1背包应用到实际题目中,包括其一维优化和变形问题的解决策略。同时,对比了0/1背包与完全背包的区别,展示了完全背包的解决方案和效率提升。
摘要由CSDN通过智能技术生成

前言:

动态规划由于题目的难易、类型,被分成四大类型:树形动态规划、区间形动态规划、背包形动态规划和线性动态规划四大类,而其中最具代表性的非背包莫属,他具有各种变形,以下的这类背包文章会告诉你,背包如何去解。

(1)0/1背包

                                 旅行者的背包(pack.Pas

题目描述

一个旅行者有一个最多能装m公斤物品的背包,现在有n件物品,它们的重量分别是w1w2,…,wn,它们的价值分别为c1,c2,…,cn。若每件物品只有一件,求旅行者能获得的最大总价值。

输入

第一行:两个整数,m(背包容量,m<=200)和n(物品数量,n<=30)。

第二~n+1行:每行两个整数wici,表示每个物品的重量和价值。

输出

一个数据,表示最大总价值。

 

思想:有一些人,会以为这种题目是贪心,他的理由是:性价比嘛!每次拿最大!不过只要性价比最优的那组在整一个方案里并不是最优的,那么贪心就不能成立。然后有些人会果断选分治,理由:条件明确。在这里,我承认分治没有错,那么,既然是一个正确算法,我就给大家理一理思路。

分治:

原问题:重量为M的背包价值为V,正好可以装下

子问题1:重量为

评论 1
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