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