01背包问题、完全背包问题、最长公共子序列问题

最新推荐文章于 2022-04-10 22:52:32 发布

「已注销」

最新推荐文章于 2022-04-10 22:52:32 发布

阅读量412

点赞数 1

分类专栏： ========算法与数据结构======== ____动态规划

本文链接：https://blog.csdn.net/qq_40788630/article/details/88087023

版权

这篇博客介绍了三种经典的动态规划问题：01背包问题，完全背包问题和最长公共子序列问题。01背包问题是在物品重量和价值限制下求解最大价值；完全背包问题允许物品无限次使用；最长公共子序列问题则是寻找两个字符串的最长相同子序列。每种问题都提供了相应的动态规划解决方案，并附有代码示例。

摘要由CSDN通过智能技术生成

一、01背包问题

n个重量和价值分别为wi，vi的物品，从这些物品中挑出总重量不超过w的物品，使其价值最大，求所有方案中价值总和的最大值

1<=n<=100

1<=wi,vi<=100

1<=w<=10000

使用简单的动态规划就可以求出

代码如下所示：

#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
	int n,w[101],v[101],dp[10001]={0},W;//dp数组记录当前重量下能存放的最大价值 
	cin>>n;
	for(int i=0;i<n;i++){
		cin>>w[i]>>v[i];
	}
	cin>>W;
	for(int i=0;i<n;i++){//将物品循环 
		for(int j=W;j>=w[i];j--){/*将当前物品挨个尝试是否可以将当前重量下的最大价值提高 
		                         这一层循环必须倒循环，因为正循环会将一个物品多次使用*/ 
			dp[j]=max(dp[j-w[i]]+v[i],dp[j]);
		}
	}
	cout<<dp[W]<<endl;
	return 0;
}