题目描述
一个背包的容量为M,现在有N件物品,每件物品的重量为W1,W2…,每件物品的价值为V1,V2…,每种物品只有一件,如何装物品进入背包(不超过容量)使总价值最大。(M<=200,N<=30)
输入格式:第一行输入两个数字,容量(M)与物品件数(N)
第二行到第N+1行开始为每一个物品的重量(Wi)与价值(Vi)
输出:能达到的最大总价值
解析
之所以叫01背包是因为每件物品只有一件,可以取(1)或者不取(0)。
动态规划是要把原问题分解为子问题,并且子问题之间存在有递推关系。
针对这道具体的题目,M容量,N件物品怎么装是无法直接知道的,但我们可以简化一下,一件一件物品的放进去。
第一件物品放入,容量为1,2,…,M的情况下能达到的最大总价值
第二件物品放入,容量为1,2,…,M的情况下能达到的最大总价值
…
第N件物品放入,容量为1,2,…,M的情况下能达到的最大总价值
可以用一个数组dp[i][j]存储表示子问题,元素的前一个下标i表示物品件数,后一个下标j表示总容量,元素的值表示这个子问题的最优解——总价值。
关键是要找到递推关系,本题递归关系为:
if(j-w[i] >= 0) dp[i][j] = max(dp[i-1][j],dp[i-1][j-w[i]] + v[i]);
else dp[i][j] = dp[i-1][j];
解释:这个递推关系来源于考虑第i件物品装不装的问题,j为总容量,j-w[i]>=0表示装的下(不能是大于,等于表示刚好装下),装不下则i件物品j容量问题与前i-1件物品j容量问题最优解相同。
装的下时则需要比较两种情况,一种不装第i件物品的总价值(dp[i-1][j]),另一种装下后总容量变为j-w[i],变成前i-1件物品,总容量j-w[i]这个子问题的最优解(dp[i-1][j-w[i]])加上这件物品的价值(v[i]),取更大的一个。
完整代码
#include<iostream>
#include<algorithm>
int main()
{
using std::cin;
using std::cout;
using std::max;
int M,N,i,j;
int w[31];
int v[31];
//输入
cin >> M >> N;//M为容量 N为个数
for(i = 1; i <= N; i++)
cin >> w[i] >> v[i];
//进行状态存储并递推
int dp[31][201] = {0};//dp[i][j]表示i件物品j容量
for(i = 1; i < N+1; i++)
for(j = 1; j < M+1 ;j++){
if(j-w[i] >= 0) dp[i][j] = max(dp[i-1][j],dp[i-1][j-w[i]] + v[i]);
else dp[i][j] = dp[i-1][j];
}
cout << dp[N][M];
return 0;
}