[AcWing] 3. 完全背包问题(C++实现)完全背包问题模板题

1. 题目

在这里插入图片描述

2. 读题(需要重点注意的东西)

思路:
闫式dp分析法
在这里插入图片描述


用闫式dp分析法分析完全背包问题
在这里插入图片描述
按以上思路,最朴素的做法

#include<iostream>
using namespace std;

const int N = 1010;
int n,m;
int v[N],w[N];
int f[N][N];

int main(){
    cin >> n >> m;
    for(int i = 1;i <= n;i++){
        cin >> v[i] >> w[i];
    } 
   // ------------------核心代码--------------- 
    for(int i = 1;i <= n;i++)
        for(int j = 0;j <= m;j++)
            for(int k = 0;k <= j/v[i];k++)
                f[i][j] = max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);
   // ------------------核心代码--------------- 
   
    cout << f[n][m] << endl;
    return 0;
}

对核心代码能不能进行优化?

将 k 优化掉

对于核心代码部分

    for(int i = 1;i <= n;i++)
        for(int j = 0;j <= m;j++)
            for(int k = 0;k <= j/v[i];k++)
                f[i][j] = max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);

在这里插入图片描述

在这里插入图片描述
即:
在这里插入图片描述
因此,k 就被优化掉了,去除了一层循环

for(int i = 1 ; i <=n ;i++)
	for(int j = 0 ; j <=m ;j++)
	{
    	f[i][j] = f[i-1][j];
    	if(j-v[i]>=0) f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
	}

② 按 0-1背包问题 的思路再优化成一维

for(int i = 1 ; i <=n ;i++)
	for(int j = v[i] ; j <=m ;j++)
    	f[j]=max(f[j],f[j-v[i]]+w[i]);

最终的结果如 3. 解法

3. 解法

---------------------------------------------------解法:优化后---------------------------------------------------

#include<iostream>
using namespace std;
const int N = 1010;
int f[N];
int v[N],w[N];
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 = v[i] ; j<=m ;j++)
            f[j] = max(f[j],f[j-v[i]]+w[i]);
            
    cout<<f[m]<<endl;
}

可能存在的问题

4. 可能有帮助的前置习题

5. 所用到的数据结构与算法思想

  • 动态规划
  • 完全背包问题

6. 总结

完全背包问题模板题,理解思想并熟记代码。

  • 5
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Cloudeeeee

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值