问题描述:
一切都要从一则故事说起。
话说有一哥们去森林里玩发现了一堆宝石,他数了数,一共有n个。 但他身上能装宝石的就只有一个背包,背包的容量为C。这哥们把n个宝石排成一排并编上号: 0,1,2,…,n-1。第i个宝石对应的体积和价值分别为V[i]和W[i] 。排好后这哥们开始思考: 背包总共也就只能装下体积为C的东西,那我要装下哪些宝石才能让我获得最大的利益呢?
思路分析:
这是动态规划中的经典问题。
核心状态为:dp[i][j] 表示将i件宝物放入容量为j的背包中可以得到的最大价值。
状态转移方程为:dp[i][j] = max( d[i-1][j] , dp[i-1][j-w[i]] + v[i] ),第一个参数表示不将这一个宝石放入背包中(即,将前i-1个宝石放入背包中的最大的价值),第二个参数表示将这一宝石放入背包中(即,将前i-1个宝石放入背包中的最大的价值加上这个宝石的价值)
编写程序:
递归方法:
show you code:
#include<iostream>
#include<string.h>
using namespace std;
int num = 5;
int volume = 10;
int value[] = {0, 8 , 10 , 4 , 5 , 5};
int weight[] = {0, 6 , 4 , 2 , 4 , 3};
int dp[6][11];
int max(int a,int b)
{
return (a>b)? a:b;
}
void dp_fun(int n)
{
if(n>5)
{
return;
}
for(int j = volume ; j >= weight[n] ; j--)
{
dp[n][j] = max( dp[n-1][j] , dp[n-1][j-weight[n]]+value[n]);
dp_fun(n+1);
}
}
int main()
{
memset(dp,0,sizeof(dp));
dp_fun(1);
cout<<dp[num][volume]<<endl;
}
两层循环方法:
show you code:
#include<iostream>
#include<iomanip>
#include<string.h>
using namespace std;
int num = 5;
int volume = 10;
int value[] = {0, 8 , 10 , 4 , 5 , 5};
int weight[] = {0, 6 , 4 , 2 , 4 , 3};
int dp[6][11];
int max(int a,int b)
{
return (a>b)? a:b;
}
int main()
{
memset(dp,0,sizeof(dp));
for(int i=1;i<=num;i++)
{
for(int j=volume;j>=weight[i];j--)
{
dp[i][j] = max( dp[i-1][j] , dp[i-1][j-weight[i]] + value[i] );
}
}
cout<<dp[num][volume]<<endl;
return 0;
}