【算法】01背包问题(代码+详解+练习题)

题目:

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 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,分别表示物品数量和背包容积。

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 件物品的体积和价值。

输出格式

输出一个整数,表示最大价值。

数据范围

0<N,V≤10000≤1000
0<vi,wi≤10000≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例:

8

算法分析:

以上面的题目为例:

f[i][j] : j是已经选择过后的背包的体积;

如果没有放入,背包的体积没有变化,即前一个前i-1个物品的体积也是j;
如果放入j前i-1的体积不同,j是前i-1个物品的体积改变而来的,即j-v[i]前i-1个物品总体积;

如果还是不能理解的话,可以代入数据来写一下:

最后的f[4][5]就是最大价值;

代码:

#include<iostream>
#include<math.h>
using namespace std;
const int N = 1e4;
int v[N], w[N];
int f[N][N];

int main()
{
	int n, m;
	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++)
		{
			if (j < v[i])
				f[i][j] = f[i - 1][j];
			else
				f[i][j]= max( f[i - 1][j],f[i - 1][j - v[i]] + w[i] );
		}
	}
	cout << f[n][m] << endl;
}

优化:

上面的代码我们用到是二维数组,如果数据较大,空间也会较大;怎么优化呢?

根据我们上面的分析,我们要求的 i ,只和 i-1 有关,所以我们只需要保存 i-1 的数据即可;

代码如下:

#include<iostream>
#include<math.h>
#include<cstring>
using namespace std;
const int N = 1e4;
int v[N], w[N];
int f[N],g[N];

int main()
{
	int n, m;
	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++)
		{
			if (j < v[i])
				g[j] = f[j];
			else
				g[j]= max( f[j],f[j - v[i]] + w[i] );
		}
		memcpy(f, g, sizeof(g));
	}
	cout << f[m] << endl;
}

我们只需修改一下代码即可: 

 for (int j = 0; j <= m; j++)
        {
            if (j < v[i])
                g[j] = f[j];
            else
                g[j]= max( f[j],f[j - v[i]] + w[i] );
        }
        memcpy(f, g, sizeof(g));

f[j] 前i-1 个物品的总体积;

g[j] 前i 给物品的总体积;

我们只需要把g[j]求出来,然后更新f[j]即可;

不理解的话可以看一下模拟过程:

 

再次优化:

上面的优化过程我们用了g[N]的数组;

如何只用一个f[N]的数组来写?

只需要改变一下代码:

for (int j = m; j>=v[i]; j--)
        {
            f[j] = max(f[j], f[j - v[i]] + w[i]);
        }

#include<iostream>
#include<math.h>
using namespace std;
const int N = 1e4;
int v[N], w[N];
int f[N];

int main()
{
	int n, m;
	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 = m; j>=v[i]; j--)
		{
			f[j] = max(f[j], f[j - v[i]] + w[i]);
		}
	}
	cout << f[m] << endl;
}

练习:

题目:

 [NOIP2006 普及组] 开心的金明 - 洛谷

 [NOIP2005 普及组] 采药 - 洛谷

 AC代码:

(1)

#include<iostream>
#include<math.h>
using namespace std;
int f[100004],v[100000], p[100000];

int main()
{
	
	int n, m;
	cin >> n >> m;
	for (int i = 1; i <= m; i++)
		cin >> v[i] >> p[i];
	for (int i = 1; i <= m; i++)
	{
		int t = 0;
		for (int j = n; j >= v[i]; j--)
		{
			f[j] = max(f[j], f[j - v[i]] + p[i]*v[i]);
		}
	}
	cout << f[n] << endl;
}

(2)

#include<iostream>
#include<math.h>
using namespace std;
int f[1004], T[1000], W[1000];
int main()
{
	int t, m;
	cin >> t >> m;
	for (int i = 1; i <= m; i++)
		cin >> T[i] >> W[i];

	for (int i = 1; i <= m; i++)
	{
		for (int j = t; j >= T[i]; j--)
		{
			f[j] = max(f[j], f[j - T[i]] + W[i]);
		}
	}
	cout << f[t] << endl;
}

完结!

  • 12
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
01背包问题是一个经典的动态规划问题,不过也可以使用贪心算法来解决。贪心算法的思想是每次选择当前最优的解,从而得到全局最优解。对于01背包问题,可以按照物品的单位重量价值进行排序,然后依次选择单位重量价值最高的物品放入背包中,直到背包装满或者所有物品都被选择完为止。 以下是Java实现贪心算法解决01背包问题代码: ``` import java.util.Arrays; public class KnapsackProblem { public static void main(String[] args) { int[] weights = {2, 3, 4, 5}; int[] values = {3, 4, 5, 6}; int capacity = 8; double maxValue = knapsack(weights, values, capacity); System.out.println("The maximum value of items that can be carried is: " + maxValue); } public static double knapsack(int[] weights, int[] values, int capacity) { int n = weights.length; double[] unitValues = new double[n]; for (int i = 0; i < n; i++) { unitValues[i] = (double) values[i] / weights[i]; } Item[] items = new Item[n]; for (int i = 0; i < n; i++) { items[i] = new Item(weights[i], values[i], unitValues[i]); } Arrays.sort(items); double maxValue = 0; for (int i = 0; i < n && capacity > 0; i++) { if (items[i].weight <= capacity) { maxValue += items[i].value; capacity -= items[i].weight; } else { maxValue += capacity * items[i].unitValue; capacity = 0; } } return maxValue; } static class Item implements Comparable<Item> { int weight; int value; double unitValue; public Item(int weight, int value, double unitValue) { this.weight = weight; this.value = value; this.unitValue = unitValue; } @Override public int compareTo(Item other) { return Double.compare(other.unitValue, this.unitValue); } } } ```
评论 1
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