01背包
有 N N N件物品和一个容量是 M M M的背包。每件物品只能使用一次。第 i i i件物品的体积是 v i v_i vi,价值是 w i w_i 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 N N, M M M,用空格隔开,分别表示物品数量和背包容积。
接下来有 N N N 行,每行两个整数 v i v_i vi, w i w_i wi,用空格隔开,分别表示第 i i i 件物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
样例 #1
样例输入 #1
4 5
1 2
2 4
3 4
4 5
样例输出 #1
8
提示
0 < N , M ≤ 1000 0<N,M≤1000 0<N,M≤1000
0 < v i , w i ≤ 1000 0<v_i,w_i≤1000 0<vi,wi≤1000
算法思想
状态表示
01背包是最基础的背包问题,其特点是每件物品仅有一个。而对于每件物品只有两种选择,放入背包或者不放入背包。
因此,可以将处理每件物品作为一个阶段,考虑在不同背包容量情况下的最大价值,将其状态定义为 f [ i ] [ j ] f[i][j] f[i][j],表示对于前 i i i件物品,在背包容量为 j j j的情况下,背包获得的最大价值。
状态计算
在当前阶段,对于第 i i i件物品来说,可以选择放入背包或者不放入背包两种情况:
- 第 i i i件物品不放入背包,此时的最大价值为前 i − 1 i-1 i−1件物品,在背包容量为 j j j的情况下的最大价值 f [ i − 1 ] [ j ] f[i-1][j] f[i−1][j]。
- 第 i i i件物品放入背包,前提是背包能够装得下第 i i i件物品,也就是背包容量 j ≥ v i j\ge v_i j≥vi。此时背包的最大价值为前 i − 1 i-1 i−1件物品,在背包容量为 j − v i j-v_i j−vi的情况下的最大价值 f [ i − 1 ] [ j − v i ] + w i f[i-1][j-v_i]+w_i f[i−1][j−vi]+wi。( v i 和 w i v_i和w_i vi和wi分别表示第 i i i件物品的体积和价值)
那么, f [ i ] [ j ] f[i][j] f[i][j]应该选择以上两种情况的最大值,即 f [ i ] [ j ] = max { f [ i − 1 ] [ j ] , f [ i − 1 ] [ j − v i ] + w i } f[i][j] = \max\{f[i-1][j], f[i-1][j-v_i]+w_i\} f[i][j]=max{f[i−1][j],f[i−1][j−vi]+wi}。
初始状态
f [ 0 ] [ 0 ] f[0][0] f[0][0]表示将前 0 0 0件物品装入容量为 0 0 0的背包中的产生的最大价值为 0 0 0。
时间复杂度
状态数 n × m n\times m n×m,状态计算的时间复杂度为 O ( 1 ) O(1) O(1),总的时间复杂的为 O ( n × m ) O(n\times m) O(n×m)。
代码实现
#include <iostream>
using namespace std;
const int N = 1010, M = 1010;
int f[N][M];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1; i <= n; i ++)
{
int v, w;
cin >> v >> w;
for(int j = 0; j <= m; j ++)
{
f[i][j] = f[i - 1][j];
if(j >= v) f[i][j] = max(f[i][j], f[i - 1][j - v] + w);
}
}
cout << f[n][m];
return 0;
}
空间优化
滚动数组
根据上述状态转移方程: f [ i ] [ j ] = max { f [ i − 1 ] [ j ] , f [ i − 1 ] [ j − v i ] + w i } f[i][j] = \max\{f[i-1][j], f[i-1][j-v_i]+w_i\} f[i][j]=max{f[i−1][j],f[i−1][j−vi]+wi},可以发现第 i i i阶段的状态只和第 i − 1 i-1 i−1阶段的状态有关。因此可以考虑使用滚动数组进行空间优化。代码实现:
#include <iostream>
using namespace std;
const int M = 1010;
int f[2][M];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1; i <= n; i ++)
{
int v, w;
cin >> v >> w;
for(int j = 0; j <= m; j ++)
{
f[i & 1][j] = f[i - 1 & 1][j];
if(j >= v) f[i & 1][j] = max(f[i & 1][j], f[i - 1 & 1][j - v] + w);
}
}
cout << f[n & 1][m];
return 0;
}
一维状态表示
根据上述分析,第 i i i阶段的状态只和第 i − 1 i-1 i−1阶段的状态有关。考虑能否直接用一维数组计算状态?那么需要保证的是要使用的是 i − 1 i-1 i−1阶段的状态来计算第 i i i阶段的状态。
但是如果按照从小到大枚举背包容量,那么在使用的 f [ j − v ] f[j - v] f[j−v]来计算 f [ j ] f[j] f[j]时,由于 j − v ≤ v j-v\le v j−v≤v,因此 f [ j − v ] f[j - v] f[j−v]已经被更新为第 i i i阶段的状态了,会导致结果发生错误。因此可以从后向前枚举背包容量,防止状态“污染”。代码实现:
#include <iostream>
using namespace std;
const int M = 1010;
int f[M];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1; i <= n; i ++)
{
int v, w;
cin >> v >> w;
for(int j = m; j >= v; j --)
{
f[j] = max(f[j], f[j - v] + w);
}
}
cout << f[m];
return 0;
}