题目链接:点击打开链接
鉴于刚刚入门,还不能够彻底理解,所以找了一个讲得蛮不错的题解帖在下面,等我以后看明白,再把自己的见解写上去。
代码参考:http://www.cnblogs.com/Su-Blog/archive/2012/08/28/2659872.html 感谢大佬
用子问题定义状态:即dp[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:
dp[i][v]=max{dp[i-1][v],dp[i-1][v-cost[i]]+value[i]}
注意体积为零的情况,如:
1
5 0
2 4 1 5 1
0 0 1 0 0
结果为12
该题的第二种解法就是对背包的优化解法,当然只能对空间就行优化,时间是不能优化的。
先考虑上面讲的基本思路如何实现,肯定是有一个主循环i=1..N,每次算出来二维数组dp[i][0..V]的所有值。
那么,如果只用一个数组dp[0..V],能不能保证第i次循环结束后dp[v]中表示的就是我们定义的状态dp[i][v]呢?
dp[i][v]是由dp[i-1][v]和dp[i-1][v-c[i]]两个子问题递推而来,能否保证在推dp[i][v]时(也即在第i次主循环中推dp[v]时)能够得到dp[i-1][v]和dp[i-1][v-c[i]]的值呢?事实上,这要求在每次主循环中我们以v=V..0的顺序推dp[v],这样才能保证推dp[v]时dp[v-c[i]]保存的是状态dp[i-1][v-c[i]]的值。伪代码如下:
for i=1..N
for v=V..0
dp[v]=max{dp[v],dp[v-c[i]]+w[i]};
注意:这种解法只能由V--0,不能反过来,如果反过来就会造成物品重复放置!
#include<iostream> using namespace std; #define Size 1111 int va[Size],vo[Size]; int dp[Size]; int Max(int x,int y) { return x>y?x:y; } int main() { int t,n,v; int i,j; cin>>t; while(t--) { cin>>n>>v; for(i=1;i<=n;i++) cin>>va[i]; for(i=1;i<=n;i++) cin>>vo[i]; memset(dp,0,sizeof(dp)); for(i=1;i<=n;i++) { for(j=v;j>=vo[i];j--) { dp[j]=Max(dp[j],dp[j-vo[i]]+va[i]); } } cout<<dp[v]<<endl; } return 0; }