7-1 0-1背包
给定n(n<=100)种物品和一个背包。物品i的重量是wi(wi<=100),价值为vi(vi<=100),背包的容量为C(C<=1000)。
应如何选择装入背包中的物品,使得装入背包中物品的总价值最大? 在选择装入背包的物品时,对每种物品i只有两个选择:装入或不装入。不能将物品i装入多次,也不能只装入部分物品i。
输入格式:
共有n+1行输入:
第一行为n值和c值,表示n件物品和背包容量c;
接下来的n行,每行有两个数据,分别表示第i(1≤i≤n)件物品的重量和价值。
输出格式:
输出装入背包中物品的最大总价值。
输入样例:
在这里给出一组输入。例如:
5 10
2 6
2 3
6 5
5 4
4 6
输出样例:
在这里给出相应的输出。例如:
15
代码长度限制
16 KB
时间限制
400 ms
内存限制
64 MB
代码如下:
#include<iostream>
using namespace std;
const int maxN=105;
const int maxM=1005;
int main(){
int N,M;
int weight[maxM]={0}; //每件物品初始重量为0
int value[maxM]={0}; //每件物品初始价值为0
int dp[maxN][maxM]={0}; //每种情况动态规划(dynamic program)的数组值初始化为0
cin>>N>>M; //第一行输入n件物品和背包容量c
for(int i=1;i<=N;i++){ //接下来的n行,每行有两个数据,分别表示第i(1≤i≤n)件物品的重量和价值。
cin>>weight[i]>>value[i];
}
for(int i=1;i<=N;i++){ //从只能在,前1到n件物品中取时,分别算在容量为0到M的最优情况
for(int j=0;j<=M;j++){
if(weight[i]<=j){
dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]); //动态规划,bottom to up 的思想
}
else{
dp[i][j]=dp[i-1][j];
}
}
}
cout<<dp[N][M];
return 0;
}