动态规划
分析:
令dp[i][v]表示前i件物品(1≤i≤n,0≤v≤V恰好装入容量为v的背包中所能获得的最大价值。怎么求解dp[i][v]呢?
考虑对第ⅰ件物品的选择策略,有两种策略:
①不放第i件物品,那么问题转化为前i-1件物品恰好装入容量为v的背包中所能获得的最大价值,也即dp[i-1][v].
②放第i件物品,那么问题转化为前i-1件物品恰好装入容量为ⅴ-w[i] 的背包中所能获得的最大价值,也即dp[i-1][v-w[i]]+c[i].
由于只有这两种策略,且要求获得最大价值,因此
dp[i][v]=max{ dp[i-1][v], dp[i-1][v-w[i]]+c[i] }
(1≤i≤n,w[i]≤v≤V)
\qquad 上面这个就是状态转移方程。注意到dp[i][v]只与之前的状态dp[i-1][]有关,所以可以枚举i从1到n,v从0到V,通过边界dp[0][v]=0(0≤v≤V)(即前0件物品放入任何容量v的背包中都只能获得价值0)就可以把整个dp数组递推出来。而由于dp[i][v]表示的是恰好为ⅴ的情况,所以需要枚举dp[i][v] (1≤i≤n,0≤v≤V),取其最大值才是最后的结果。
这里的时间复杂度和空间复杂度都是O(nV)