【算法学习笔记(一）】

学习笔记——0/1背包问题

---

一、问题描述

有$N$件物品和一个容量为$V$的背包，每件物品只能使用一次。
第 $i$件物品的体积是 $v_i$，价值是$w_i$。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 $v_i$,$w_i$，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

$0<N,V\le 1000$
$0<$$v_i$$,$ $w_i$$\le 1000$

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

---

二、解决思路（二维）

1.参数的设定

（1）$v[i]$:第 i 件物品的体积。
（2）$w[i]$:第 i 件物品的价值。
（3）设置数组$dp[i][j]$,$i$表示物品，$j$表示背包容量，$dp[i][j]$表示物品的价值。

• 例：$dp[2][m]$表示装第二个物品，容量为m时的最大价值。

2.具体步骤

绘制表格

	背包容量	0	1	2	3	4	5
物品编号
0		0	0	0	0	0	0
1		0	2	2	2	2	2
2		0	2	2	2	4	4
3		0	2	2	2	4	8
4		0	2	2	2	4	8

（2）由表格观察

• 当$j<w[i]$时，背包放不下当前第$i$个物品，只能不拿，总价值为上一个物品的价值。

dp[i][j]= dp[i-1][j]；

• 当$j$$\ge$$w[i]$时，背包放得下当前第$i$个物品，根据最大价值决策是否选择该物品。

a.选择，

dp[i][j]= dp[i-1][j-v[i]]+w[i]；

b.不选择

dp[i][j]= dp[i-1][j]；

优化代码，压缩为一维数组

dp[j]=max(dp[j],dp[j-v[i]]+w[i])；  // 0/1背包,因为用到的是旧数据，必须逆向推导

三、具体代码

#include <iostream>
#include <algorithm>
using namespace std;
const int max1=1005;
 int main()
 {
 	int m,n,j;
	int v[max1],w[max1];
	int dp[max1][max1];
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	 {
	     cin>>v[i]>>w[i];
	 }
	 for(int i=1;i<=n;i++)
	 {
	 	for(j=1;j<=m;j++)
	 	{
	 		if(j<v[i])dp[i][j]=dp[i-1][j];
	 		else dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i]);
		 }
	 }
	 cout<<dp[n][m];
	return 0;
 }