闫氏DP分析法
完全背包:给你N个物品,每个物品有自己的体积和价值,但是每个物品的数量是无数个,你现在有一个大小为m的背包如何去装这些物品获得一个最大的价值
其本质是与01背包相同的。唯一的区别就是状态计算,和他们每一个使用的数量。
参照链接: 01背包
朴素版
#include<bits/stdc++.h>
#define IOS ios::sync_with_stdio(false);cin.tie(nullptr)
#define int long long
#define endl "\n"
using namespace std;
const int N = 1010, mod = 998244353;
int n, m, k, _;
int v[N], w[N];
int dp[N][N];
void solve()
{
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 ++)
for(int k = 0; k*v[i] <= j; k ++)//取不同的个数
dp[i][j] = max(dp[i][j], dp[i-1][j-k*v[i]]+k*w[i]);
cout << dp[n][m] << endl;
}
signed main()
{
IOS;
//cin >> _;
// while(_--)
solve();
return 0;
}
第一次优化
这里我们可以发现f[i,j]所求的最大值是在f[i-, j-v]的基础上加上了一个w所以我们就可以不需要再去用到第三重循环了。
#include<bits/stdc++.h>
#define IOS ios::sync_with_stdio(false);cin.tie(nullptr)
#define int long long
#define endl "\n"
using namespace std;
const int N = 1010, mod = 998244353;
int n, m, k, _;
int v[N], w[N];
int dp[N][N];
void solve()
{
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 ++)
{
dp[i][j] = dp[i-1][j];
if(j >= v[i]) dp[i][j] = max(dp[i][j], dp[i][j-v[i]]+w[i]);//前提能装得下
}
cout << dp[n][m] << endl;
}
signed main()
{
IOS;
// cin >> _;
//while(_--)
solve();
return 0;
}
第二次优化
实际就是优化空间,和01背包类似可以参照上面的链接。
#include<bits/stdc++.h>
#define IOS ios::sync_with_stdio(false);cin.tie(nullptr)
#define int long long
#define endl "\n"
using namespace std;
const int N = 1010, mod = 998244353;
int n, m, k, _;
int v[N], w[N];
int dp[N];
void solve()
{
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 = v[i]; j <= m; j ++)
dp[j] = max(dp[j], dp[j-v[i]]+w[i]);
cout << dp[m] << endl;
}
signed main()
{
IOS;
// cin >> _;
//while(_--)
solve();
return 0;
}