多重背包问题I【C++】

这篇博客介绍了动态规划在解决01背包问题中的应用。通过给出的代码示例,展示了如何用动态规划求解物品装入背包以达到最大价值的问题,并讨论了如何对空间进行优化,减少内存使用。主要内容包括两段代码,第一段为标准动态规划实现,第二段为优化后的空间复杂度更低的解决方案。
摘要由CSDN通过智能技术生成

原题链接:https://www.acwing.com/problem/content/4/
算法标签:动态规划、01背包
代码:

#include<iostream>
#include<algorithm>
using namespace std;
int dp[109][109];
int main(){
    int n,m;
    int v[109],w[109], num[109];
    cin >> n >> m;
    for( int i=1; i<=n; i++ ){
        cin >> v[i] >> w[i] >> num[i];
    }
    for( int i=1; i<=n; i++ ){
        for( int j=1; j<=m; j++ ){
            dp[i][j] = dp[i-1][j];
            for( int k=1; k<=num[i] && k*v[i]<=j; k++ ){
                dp[i][j] = max(dp[i][j], dp[i-1][j-k*v[i]] + k*w[i]);
            }
        }
    }
    cout << dp[n][m];
    return 0;
}

空间优化:

#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
int n,m;
int dp[109], v[109], w[109],s[109];
int main(){
    cin >> n >> m;
    for( int i=1; i<=n; i++ ){
        cin >> v[i] >> w[i] >> s[i];
    }
    for( int i=1; i<=n; i++ ){
        for( int j=m; j>=1; j-- ){
            for( int k=1; k<=s[i] && k*v[i]<=j; k++ ){
                dp[j] = max( dp[j], dp[j-k*v[i]] + k*w[i] );
            }
        }
    }
    cout << dp[m];  
    return 0;
}
评论
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
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