动态规划算法初步（7）——完全背包

动态规划算法初步（7）

例题六：完全背包（背包型）

题目：

设有n种物品，每种物品有一个重量及一个价值。但每种物品的数量是无限的，同时有一个背包，最大载重量为m，今从n种物品中选取若干件（同一种物品可以多次选取），使其重量的和小于等于m，而价值的和为最大。

输入：

第一行：两个整数，m（背包容量，m<=200）和n（物品数量，n<=30）。
第二行~n+1行，每行两个整数w1,c1,表示每个物品的重量和价值。

输出：

一个数据，表示最大总价值。

输入样例：

10 4
2 1
3 3
4 5
7 9

输出样例：

Max=12

要求掌握（缺一不可）：

基本语句；if语句；for语句；一维数组；递推

思路：

设f[i][j]表示前i件物品，总重量不超过j的最优价值，则f[i][j]=max(f[i][j-w[i]]+u[i],f[i-1][j]);f[n][m]即为最优解。

思路见代码框：

#include<iostream>
using namespace std;
const int maxm=200, maxn=30; 
int main(){
	int m,n,x,i;
	int c[maxn],w[maxn];
	long f[maxn][maxm];
	cin>>m>>n;//背包容量m，物品数量n 
	for(i=1;i<=n;i++)//n个物品的重量和价值 
	   cin>>w[i]>>c[i];
	for(i=1;i<=n;i++)//f[i][x]表示前i件物品，总重量不超过x的最优值 
	   for(x=1;x<=m;x++)
	      if(x>=w[i]) f[i][x]=max(f[i-1][x],f[i][x-w[i]]+c[i]);//取 
	        else f[i][x]=f[i-1][x];//不取 
	cout<<f[n][m];
	return 0;
}

本题可以结合上一章《动态规划算法初步（6）——0/1 背包》做比较，更好的认识两种背包问题的联系与区别

上一篇：《动态规划算法初步（6）——0/1 背包》