YCOJ01背包

01背包

Description

一个旅行者有一个最多能装 M 公斤的背包，现在有 n 件物品，它们的重量分别是W1，W2，…,Wn,它们的价值分别为C1,C2,…,Cn，求旅行者能获得最大总价值。

Input

第一行：两个整数，M(背包容量，M≤200)和N(物品数量，N≤30)；

第2…N+1行：每行二个整数Wi，Ci，表示每个物品的重量和价值。

Output

仅一行，一个数，表示最大总价值。

Sample Input 1

10 4
2 1
3 3
4 5
7 9
Sample Output 1

12
——摘自YCOJ
背包中的基础题。
它是我们进入背包的第一题，背包题一般都是由物品体积，物品价值和背包容量组成。

搜索是个好东西。
遇到数据弱的时候，深搜同样可以过。算出所有在背包容量的和，在进行比较，取最大值，即为答案。

#include<bits/stdc++.h>
using namespace std;
int a[1000],b[1000];
int ans=0;
int n,m;
void dfs(int s,int ss,int x){//容量，体积，价值
	if(x>n){
		ans=max(ans,ss);
		return ;
	}
	if(s+a[x]<=m){
		dfs(s+a[x],ss+b[x],x+1);
	} 
	dfs(s,ss,x+1);
}
int main(){
    cin >> m >> n;
	for(int i=1;i<=n;i++){
		cin >> a[i]>>b[i];
	}	
	dfs(0,0,0);
	cout << ans;
 	return 0;
}

但是，当搜索遇到了强大的数据，那么，TLE便降临在了蒟蒻身上。。。
于是，动态规划的出现，拯救了蒟蒻。
我们可以假设dp[i][j],表示前i件物品，重量之和不超过j并是最优价值，那么dp[i][j]=max(dp[i-1][j-w[i]]+c[i],dp[i-1][j]);所以，dp[n][m]就是最优的方案。

#include<bits/stdc++.h>
using namespace std;

int a[1000],b[1000];
int dp[1000][1000];
int n,m;
int v;
int main(){
	cin >> m>>n;
	for(int i=1;i<=n;i++){
			cin >> a[i]>>b[i];
	}
	for(int i=1;i<=n;i++){
		for(int j=m;j>0;j--){
		    if(a[i]<=j){
			dp[i][j]=max(dp[i-1][j],dp[i-1][j-a[i]]+b[i]); 
	    }else{
	    	dp[i][j]=dp[i-1][j];
	    	} 
		}
	}
	cout << dp[n][m];
	return 0;
}

但是，以上代码，你可以看出，它是用的二维数组。
如果二维数组的参数乘积之和太大了，怎么办？
于是，请出一维数组：

#include<bits/stdc++.h>
using namespace std;
int a[1000],b[1000];
int dp[1000];
int n,m;
int main(){
	cin >> m>>n;
	for(int i=1;i<=n;i++){
			cin >> a[i]>>b[i];
	}
	for(int i=1;i<=n;i++){
		for(int j=m;j>=0;j--){
			if(j>=a[i]){
			    dp[j]=max(dp[j],dp[j-a[i]]+b[i]);
		    }
		}
	}

	cout << dp[m];
	return 0;
}

这种方案优化，能使代码更简洁。
01背包包含了背包问题的设计和方程思想，一些背包问题同样可以转化成01背包算出答案。