标准01背包求最大价值模板以及空间优化

最新推荐文章于 2024-02-19 17:11:01 发布

wwxy261

最新推荐文章于 2024-02-19 17:11:01 发布

阅读量210

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/wwxy1995/article/details/109712057

版权

算法专栏收录该内容

3633 篇文章 120 订阅

订阅专栏

本文介绍了解决背包问题的动态规划算法，探讨如何在给定物品体积和价值条件下，选择物品以最大化背包的总价值。通过两种代码实现方式，展示如何利用 dp 数组求解并优化空间复杂度。适合理解背包问题和动态规划的读者。

摘要由CSDN通过智能技术生成

有 NN 件物品和一个容量是 VV 的背包。每件物品只能使用一次。

第 ii 件物品的体积是 vivi，价值是 wiwi。

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，VN，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 NN 行，每行两个整数 vi,wivi,wi，用空格隔开，分别表示第 ii 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<N,V≤1000
0<vi,wi≤10000<vi,wi≤1000

输入样例

输出样例：

标准二维数组分析版本：

dp[i][j] 表示前i个物品，总体积不超过j的最大价值

容易建立起dp方程： dp[i][j] = max(dp[i-1][j], dp[i-V[j]] + W[j]) （每个物品选和不选）

注意：为了避免处理边界，物品的下标从1开始，体积也从1开始。

因为每个物品只能选和不选，因此外层循环一定是物品编号

#include<iostream>
using namespace std;
const int N = 1010;
int dp[N][N];
int V[N], W[N];

int main()
{
    int n, v;
    cin>>n>>v;
    for(int i=1;i<=n;i++){
        cin>>V[i]>>W[i];
    }
    for(int i=1;i<=n;i++){
        for(int j=1;j<=v;j++){
            if(j>=V[i]){
                dp[i][j] = max(dp[i-1][j-V[i]]+W[i],dp[i-1][j]);
            }else{
                dp[i][j] = dp[i-1][j];
            }
        }
    }
    cout<<dp[n][v]<<endl;
}

等价变形，优化空间：

#include<iostream>
using namespace std;
const int N = 1010;
int dp[N];
int V[N], W[N];

int main()
{
    int n, v;
    cin>>n>>v;
    for(int i=1;i<=n;i++){
        cin>>V[i]>>W[i];
    }
    for(int i=1;i<=n;i++){
        for(int j=v;j>=V[i];j--){
                dp[j] = max(dp[j-V[i]]+W[i],dp[j]);
        }
    }
    cout<<dp[v]<<endl;
}