动态规划(3):价值分配背包问题

目录

1.分析

1.1当放入的物品比剩余容量j大时

1.2放的下时

2.代码

 

---

1.分析

125 · 背包问题（二） - LintCode

设F(i,j)表示放入i个物品且背包剩余为j容量时的最大价值。

a[]为每个物品的大小，v[]为每个物品的价值，m为最大容量。

状态转移方程为:

1.1当放入的物品比剩余容量j大时

F(i,j)=F(i-1,j);

1.2放的下时

这时，我们需要比较是放入该物品价值更大还是不放入该物品价值更大。

由于我们每次只放入一个物品（即将来矩阵中的元素都是最优解），因此放入物品是取出物品再放入还是直接放入都是相同的结论：

        F1(i,j)=F(i-1,j-a[i-1])+v[i-1];

不放入物品的结论和放不下是一样的：

        F2(i,j)=F(i-1,j);

最终结论即是从F1和F2取出最大的那个：

        F(i,j)=max(F1,F2);

给个图看看吧：

注意：由于防止处理第一个物品或较少容量时越界，我们需要将第一列和第一行初始化为0。

---

2.代码

int backPackII(int m, vector<int> &a, vector<int> &v) {
        // write your code here
        vector<vector<int>> arr;

        //初始化完成
        int row=a.size()+1;
        arr.resize(row);
        for(int i=0;i<row;i++)
        {
            arr[i].resize(m+1);
        }
        for(int i=0;i<row;i++)
        arr[i][0]=0;
        for(int j=0;j<=m;j++)
        arr[0][j]=0;

        for(int i=1;i<row;i++)
        {
            for(int j=1;j<=m;j++)
            {
                if(a[i-1]>j)
                arr[i][j]=arr[i-1][j];
                else
                arr[i][j]=max((arr[i-1][j-a[i-1]]+v[i-1]),arr[i-1][j]);
            }
        }
        return arr[row-1][m];
    }
};