完全背包问题（DP）

最新推荐文章于 2024-08-11 23:37:40 发布

阳树阳树

最新推荐文章于 2024-08-11 23:37:40 发布

阅读量278

点赞数

文章标签：蓝桥杯 fpga开发 gnu

本文链接：https://blog.csdn.net/weixin_60789461/article/details/122763422

版权

本文探讨了如何将完全背包问题的动态规划解法从01背包的递归形式优化，通过减少重复计算，降低了时间复杂度。首先介绍了常规的三层循环实现，然后展示了如何利用子问题重叠优化为两层和一维版本，最终演示了如何仅通过一维数组求解。

摘要由CSDN通过智能技术生成

与01背包不同，完全背包可以任意选择

所以你还要考虑一个参量，就是选择了多少。

代码（输出忘了）

#include <iostream>

using namespace std;

const int N = 1010;
int v[N],w[N],n,m;
int f[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++)
				f[i][j]=max(f[i][j],f[i][j-k*v[i]]+w[i] * k);
	return 0;
}

但是这样的时间复杂度明显很高，我们可以进行优化。

f[ i , j ] = max(f[ i - 1 , j ], f[ i , j - v ] + w , , f[ i , j - 2v ] + 2w , , f[ i , j - 3v ] + 3w , ...... , , f[ i , j - kv ] + kw);

f[ i , j - v ] = max( f[ i - 1 , j ] + w , f[ i , j - v ] + 2w , , f[ i , j - 2v ] + 3w , , f[ i , j - 3v ] + 4w , ...... , , f[ i , j - kv ] + kw);

则可以优化成(输出忘了（)

#include <iostream>

using namespace std;

const int N = 1010;
int v[N],w[N],n,m;
int f[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++){
			f[i][j]=f[i-1][j];
			if(j>=v[i]) f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);
		}
	return 0;
}

又由DP可优化为1维，则：

#include <iostream>

using namespace std;

const int N = 1010;
int v[N],w[N],n,m;
int f[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++){
			f[j]=max(f[j],f[j-v[i]]+w[i]);
		}
	cout<<f[m]<<endl;
	return 0;
}