注意事项:
本题是"动态规划—01背包"的扩展题,优化思路不多赘述,dp思路会稍有不同,下面详细讲解。
题目:
有 N件物品和一个容量是 V的背包,背包能承受的最大重量是 M。
每件物品只能用一次。体积是 vi,重量是 mi,价值是 wi。
求解将哪些物品装入背包,可使物品总体积不超过背包容量,总重量不超过背包可承受的最大重量,且价值总和最大。
输出最大价值。
输入格式
第一行三个整数,N,V,M,用空格隔开,分别表示物品件数、背包容积和背包可承受的最大重量。
接下来有 N行,每行三个整数 vi,mi,wi,用空格隔开,分别表示第 i件物品的体积、重量和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N≤1000
0<V,M≤100
0<vi,mi≤100
0<wi≤1000
输入:
4 5 6
1 2 3
2 4 4
3 4 5
4 5 6
输出:
8
#include <cmath>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1010;
int n, mv, mm; //n表示物品数量,mv(max volume)最大体积,mm(max weight)最大重量
int v[N], m[N], w[N]; //v[i]第i个物品的体积,m[i]第i个物品的重量,w[i]第i个物品的价值
int f[N][N];
int main() {
//读入
cin >> n >> mv >> mm;
for (int i = 1; i<=n; i++) cin >> v[i] >> m[i] >> w[i];
//二维费用dp,背包问题的经典顺序:物品->体积->决策,优化方式参考01背包(从大到小枚举)(这里已经优化过了)
for (int i = 1; i<=n; i++) {
for (int j = mv; j>=v[i]; j--) {
for (int k = mm; k>=m[i]; k--) {
f[j][k] = max(f[j][k], f[j-v[i]][k-m[i]] + w[i]);
}
}
}
cout << f[mv][mm];
return 0;
}
思路:
经典的y式dp法
1.状态表示
f[i][j][k]
:考虑前i个物品,体积不超过j,重量不超过k时的所有方案,属性为Max。
v[i]第i个物品的体积,m[i]第i个物品的重量,w[i]第i个物品的价值
2.状态计算
状态计算部分和01背包很类似,不如说所有背包问题都很类似。
以 选择/不选择 第i个物品为划分,
1.当不选择第i个物品时:
f[i][j][k] = f[i-1][j][k]
2.当选择第二个物品时:
f[i][j][k] = max(f[i][j][k], f[i-1][j-v[i]][k-m[i]] + w[i])
同时由于我们无法开三维数组,那么就将第i维也就是物品维度优化即可,参考01背包的优化方式。
声明:
算法思路来源为y总,详细请见https://www.acwing.com/
本文仅用作学习记录和交流