题目:
题解代码:
(1)状态f[i][j]定义:前 ii 个物品,背包容量 jj 下的最优解(最大价值):
当前的状态依赖于之前的状态,可以理解为从初始状态f[0][0] = 0开始决策,有 NN 件物品,则需要 NN 次决 策,每一次对第 ii 件物品的决策,状态f[i][j]不断由之前的状态更新而来。
(2)当前背包容量不够(j < v[i]),没得选,因此前 ii 个物品最优解即为前 i−1i−1 个物品最优解:对应代码:f[i][j] = f[i - 1][j]。
(3)当前背包容量够,可以选,因此需要决策选与不选第 ii 个物品:
- 选:f[i][j] = f[i - 1][j - v[i]] + w[i]。
- 不选:f[i][j] = f[i - 1][j] 。
我们的决策是如何取到最大价值,因此以上两种情况取 max() 。
代码实现:
#include <iostream>
using namespace std;
const int N = 1000 + 10;
//v和w分别表示物品的体积和价值, f[i][j]表示在j体积下前i个物品的最大价值
int v[N], w[N], f[N][N];
int main()
{
int n = 0, m = 0; //物品的数量和背包的体积
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 = 1; j <= m; j++)
{
if(j < v[i]) f[i][j] = f[i - 1][j];
else f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]);
}
}
cout << f[n][m] << endl;
return 0;
}
对当前代码进行改进: 一维版本
f[j]表示前i件物品的最大价值,一开始会计算前i件物品下f[m], f[m - 1] ... f[v[i]]的最大价值
当i增加时,f[j] = max(f[j] - f[j - v[i]] + w[i]);要么选择之前的f[j],要么选择之前的f[j - v[i]]加上现在权重w[i]
同样这里的体积的话要么是不变,要么就是减去现在的体积,得到相应的体积的最大价值加上当前的权重
#include <iostream>
using namespace std;
const int N = 1000 + 10;
int v[N], w[N], f[N]; //f[j]表示N件物品,背包容量j下的最优解
int main()
{
int n = 0, m = 0;
scanf("%d%d", &n, &m);
for(int i = 1; i <= n; i++) scanf("%d%d", &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]);
}
}
//f[j]表示的是背包容量是j下的最优解
//当j = m时背包体积最大,有最大价值
cout << f[m] << endl;
return 0;
}
另外对代码进行输入输出优化的话,还可以写成这样:
#include <iostream>
using namespace std;
const int N = 1000 + 10;
int f[N]; //f[j]表示N件物品,背包容量j下的最优解
int main()
{
int n = 0, m = 0;
scanf("%d%d", &n, &m);
for(int i = 1; i <= n; i++)
{
int v = 0, w = 0;
scanf("%d%d", &v, &w);
for(int j = m; j >= v; j--) { f[j] = max(f[j], f[j - v] + w); }
}
cout << f[m] << endl;
return 0;
}