01背包
有 N
件物品和一个容量是 V
的背包。每件物品只能使用一次。
第 i
件物品的体积是 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,分别表示物品数量和背包容积。
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
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。
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:
8
解题思路
f[i][j]
代表选取前i
个物品,最大体积为j
的最大物品价值
在选取第i
个物品时,有两种选择方式,一种是选(f[i - 1][f - v[i]] + w[i]
)一种是不选f[i - 1][j]
,当然,j > v[i]
于是转移方程为:f[i][j] = max(f[i - 1][j], f[i][j - v[i]]);
//因为j有可能小于v[i],所以实际上为
f[i][j] = f[i - 1][j];
if(j >= v[i]) f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
朴素版
#include<iostream>
using namespace std;
const int N = 1010;
int f[N][N];
int w[N], v[N];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++)
for(int j = 0; j <= m; j ++)
{
f[i][j] = f[i - 1][j];
if(j >= v[i]) f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
}
cout << f[n][m] << endl;
return 0;
}
优化为一维
我们可以发现,上面二维的转移方程
f[i][j] = f[i - 1][j];
if(j >= v[i]) f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
每层的只用到上一层的i-1
,可以采用滚动数组来优化
f[j] = f[j];
if(j >= v[i]) f[j] = max(f[j], f[j - v[i]] + w[i]);
//等价于
//f[j] = f[i - 1][j];
//f[j] = max(f[i][j], f[i][j - v[i]] + w[i])
//所以可以反过来,这样就可以解决与之前二维等价
for(int i = 1; i <= n; i ++)
for(int j = m; j >= 0; j --)
{
f[j] = f[j]; //恒等,可以删除
if(j >= v[i])f[j] = max(f[j], f[j - v[i]] + w[i]); //所以可以改变上一个for循环,从m循环到v[i];
}
由此可以得到一维的代码
#include <iostream>
using namespace std;
const int N = 1010;
int f[N];
int w[N], v[N];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++)
for(int j = m; j >= v[i]; j --)
f[j] = max(f[j], f[j - v[i]] + w[i]);
cout << f[m] << endl;
return 0;
}
不保存体积及重量,以一维为例
可以看到,每次只使用第i
个物品的信息,所以可以在输入后就处理了。
#include <iostream>
using namespace std;
int f[1010];
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] << endl;
return 0;
}