完全背包问题
有 N种物品和一个容量是 V的背包,每种物品都有无限件可用。
第 i种物品的体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N行,每行两个整数 vi,wi,用空格隔开,分别表示第 i种物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
代码一:根据定义,从0-1背包进行编码,不过k的循环次数不确定,容易造成 TLE,别用这个代码,过不了,单纯从定义出发的
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int n,m;
int v[N],w[N];
int dp[N][N];
int main(){
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=0;j<=m;j++)
for(int k=0;k*v[i]<=j;k++){
dp[i][j] = max(dp[i][j],dp[i-1][j-v[i]*k]+w[i]*k);
}
cout<<dp[n][m]<<endl;
return 0;
}
代码二:
优化k层循环,每个物品的选取次数的不同,都会归结于dp[i][[j-v]+w,因此不需要第k层的代码,优化后得到如下代码
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int n,m;
int v[N],w[N];
int dp[N][N];
int main(){
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=0;j<=m;j++){
dp[i][j] = dp[i-1][j];
if(j>=v[i]) dp[i][j] = max(dp[i][j],dp[i][j-v[i]]+w[i]);
}
cout<<dp[n][m]<<endl;
return 0;
}
代码三:
与0-1背包的优化不同的是,0-1背包是不能覆盖上一层的值,因此内层倒序循环,而完全背包根据代码二进行优化的是覆盖上一层的值来进行计算的,因此内层循环不需要倒序循环,删去dp的i维即可得到优化后的代码。
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int n,m;
int v[N],w[N];
int dp[N];
int main(){
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++){
dp[j] = max(dp[j],dp[j-v[i]]+w[i]);
}
cout<<dp[m]<<endl;
return 0;
}