题目:背包问题
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<vV, Wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
8
思路:这是一个典型的动态规划问题
题解代码
解一:二维求解
(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 N
件物品,则需要 N
次决 策,每一次对第 i
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 i
个物品最优解即为前 i−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 i
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()
。
代码如下:
#include<iostream>
using namespace std;
const int MAXN = 1005;
int v[MAXN];
int w[MAXN];
int f[MAXN][MAXN];
int main()
{
int n, m;
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;
}
解二:一维
将状态f[i][j]
优化到一维f[j]
,实际上只需要做一个等价变形。
为什么可以这样变形呢?我们定义的状态f[i][j]
可以求得任意合法的i
与j
最优解,但题目只需要求得最终状态f[n][m]
,因此我们只需要一维的空间来更新状态。
(1)状态f[j]
定义:N
件物品,背包容量j
下的最优解。
(2)注意枚举背包容量j
必须从m
开始。
(3)为什么一维情况下枚举背包容量需要逆序?在二维情况下,状态f[i][j]
是由上一轮i - 1
的状态得来的,f[i][j]
与f[i - 1][j]
是独立的。而优化到一维后,如果我们还是正序,则有f[较小体积]
更新到f[较大体积]
,则有可能本应该用第i-1
轮的状态却用的是第i
轮的状态。
(4)例如,一维状态第i
轮对体积为 3
的物品进行决策,则f[7]
由f[4]
更新而来,这里的f[4]
正确应该是f[i - 1][4]
,但从小到大枚举j
这里的f[4]
在第i
轮计算却变成了f[i][4]
。当逆序枚举背包容量j时,我们求f[7]
同样由f[4
]更新,但由于是逆序,这里的f[4]
还没有在第i
轮计算,所以此时实际计算的f[4]
仍然是f[i - 1][4]
。
(5)简单来说,一维情况正序更新状态f[j]需要用到前面计算的状态已经被「污染」,逆序则不会有这样的问题。
状态转移方程为:f[j] = max(f[j], f[j - v[i]] + w[i]
。
#include<iostream>
using namespace std;
const int MAXN = 1005;
int v[MAXN];
int w[MAXN];
int f[MAXN];
int main(){
int n, m;
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]<< endl;
return 0;
}
解三:优化输入
我们注意到在处理数据时,我们是一个物品一个物品,一个一个体积的枚举。
因此我们可以不必开两个数组记录体积和价值,而是边输入边处理。
#include<iostream>
using namespace std;
const int MAXN = 1005;
int v;
int w;
int f[MAXN];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1; i <=n; i++){
cin >> v >> w;
for(int j = m; j >=v; j--)
f[j] = max(f[j], f[j - v] + w);
}
cout << f[m] << endl;
return 0;
}
算法小白,以上为个人思路分享,希望可以帮到你,你如果有更好的方法,欢迎评论探讨,我们共同进步。