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
朴素写法
#include <iostream>
using namespace std;
const int N = 1e3 + 10;
int f[N][N];
int v[N], w[N];
int n, m;
int main()
{
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];
return 0;
}
朴素写法分析
根据这张图,我们一步步分析。
1.状态表示:
这里的状态表示 f(i,j) :在前 i 个物品里选出质量不超过 j 的最大价值
2.状态计算:
这里我们考虑 f[i][j] 如何计算,通常在 dp 问题里,f[i][j] 可以使用 f[i-1][j]这类前面已经计算的结果来表示。
通过上图我们知道, 对于第 i 个物品而言, 有两种状态,一种是不选(等价于 f[i-1] [ j ]),一种是选(等价于 f[ i ][ j ])。我们取最大值就行了。
其实这里还有一个问题, 我们不能直接求出 第二种选 (f[ i ] [ j ]),所以这里需要曲线救国,其实我们的 f[ i ][ j ] 等价于 f[ i - 1] [ j - v[i] ] + w[i].
综上所述:f[ i ] [j ] = max(f[i - 1][ j ] , f[ i - 1] [ j - 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];// 编号1
if(j >= v[i]) f[i][j] = max(f[i][j],f[i - 1][j - v[i]] + w[i]);//编号 2
}
}
我们枚举每一种 i 和 j 的情况,用我们得到的公式更新,这里说一下编号1跟编号2这样写的原因
当背包装不下第 i 个物品的时候(j < v[i]) f[i][j] = f[i -1][j];(编号1),
当背包能装下第 i 个物品的时候(j >= v[i]) f[i][j] = max(f[i][j],f[i - 1][j - v[i]] + w[i]);(编号 2)
空间优化写法
其实空间优化写法就是对代码进行一个等价变形
#include <iostream>
using namespace std;
const int N = 1e3 + 10;
int f[N];
int v[N], w[N];
int n, m;
int main()
{
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];
return 0;
}
这里分几步
无脑删除一维
这是原代码
#include <iostream>
using namespace std;
const int N = 1e3 + 10;
int f[N][N];
int v[N], w[N];
int n, m;
int main()
{
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];
return 0;
}
无脑去掉一维(这里对去掉的做标记)
#include <iostream>
using namespace std;
const int N = 1e3 + 10;
int f[N];//int f[N][N];
int v[N], w[N];
int n, m;
int main()
{
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[j] = f[j];//f[i][j] = f[i -1][j]; 1
if(j >= v[i]) f[j] = max(f[j],f[j - v[i]] + w[i]); //2
// if(j >= v[i]) f[i][j] = max(f[i][j],f[i - 1][j - v[i]] + w[i]);
}
}
cout<<f[m];//cout<<f[n][m];
return 0;
}
考虑简化代码、和二维对比
1.在1处是一个恒等式,和二维对比,程序先算右边,发现这个j 是以前的j,也就是 i - 1 的 j,所以这里于二维相等。
f[j] = f[j];//f[i][j] = f[i -1][j]; 1
但是又由于这里的代码 f[j] = f[j]
,这是一个恒等式,所以可以省去
2.在2处我们发现 if(j >= v[i])
这里可以优化,我们发现只有当 j >= v[i]
时我们才会更新 f[i][j]
,也就是说,当 j 的范围是 0 -- v[i] - 1
我们的 f[i][j]
是不会更新的,那么我们直接把 j 从 v[i] 开始枚举,那么这个判断也能省
for(int j = v[i]; j <= m; j++)
{
f[j] = max(f[j],f[j - v[i]] + w[i]); //2
// if(j >= v[i]) f[i][j] = max(f[i][j],f[i - 1][j - v[i]] + w[i]);
}
3.接下来我们考虑删除一维后,代码是否等价
f[j] = max(f[j],f[j - v[i]] + w[i]); //2
// 等价 等价 不等价
其实这里的 f[j - v[i]] + w[i]
等价于 f[i][j - v[i]] + w[i]
, 但是我们要一个式子等价于f[i-1][j - v[i]] + w[i]
,其实我们只需要把 j 的更新颠倒就行了
for(int j = m; j >= v[i] ; j--)
{
f[j] = max(f[j],f[j - v[i]] + w[i]);
}
code
#include <iostream>
using namespace std;
const int N = 1e3 + 10;
int f[N];
int v[N], w[N];
int n, m;
int main()
{
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];
return 0;
}