7-1 0-1背包 [PTA]

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;
}