这个算法使用一维数组,先看伪代码:
for i=1..N
for v=0..V
f[v]=max{f[v],f[v-cost]+weight}
这是因为要保证第i次循环中的状态f[i][v]是由状态f[i-1][v-c[i]]递推而来。
换句话说,这正是为了保证每件物品只选一次,保证在考虑“选入第i件物品”这件策略时,依据的是一个绝无已经选入第i件物品的子结果f[i-1][v-c[i]]。
而现在完全背包的特点恰是每种物品可选无限件,所以在考虑“加选一件第i种物品”这种策略时,
却正需要一个可能已选入第i种物品的子结果f[i][v-c[i]],所以就可以并且必须采用v=0..V的顺序循环。
这就是这个简单的程序为何成立的道理。
值得一提的是,上面的伪代码中两层for循环的次序可以颠倒。这个结论有可能会带来算法时间常数上的优化。
这个算法也可以以另外的思路得出。例如,将基本思路中求解f[i][v-c[i]]的状态转移方程显式地写出来,代入原方程中,会发现该方程可以等价地变形成这种形式:
f[i][v]=max{f[i-1][v],f[i][v-c[i]]+w[i]}
将这个方程用一维数组实现,便得到了上面的伪代码。
最后抽象出处理一件完全背包类物品的过程伪代码:
procedure CompletePack(cost,weight)
for v=cost..V
f[v]=max{f[v],f[v-c[i]]+w[i]}
连接网址:http://poj.org/problem?id=2063
题目大意:给你一笔金额,你要将这比金额去投资,现在有t种股票,每种股票都有一个价值和年收益,问你如何投资在n年后的最大收益,并且股票的价值都是1000的倍数,所以后面优化,对每个价值除以1000。
#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
const int N=50000;
int w[11],v[11],dp[N];
int main()
{
int n,m,i,j,k,year,sum,d;
scanf("%d",&n);
while(n--)
{
scanf("%d%d%d",&m,&year,&d);
for(i=0;i<d;i++){
scanf("%d%d",&v[i],&w[i]);
v[i]=v[i]/1000;//价格都是1000的倍数,所以价格都除以1000,整个背包的容量也除以1000
}
for(i=0;i<year;i++){ //每年都要投资则每年都要计算
memset(dp,0,sizeof(dp));//对数组进行初始化
sum=m/1000; //第i年投资所拥有的资金
for(j=0;j<d;j++){ //方案种类
for(k=0;k<=sum;k++)//
if(k>=v[j])
dp[k]=max(dp[k],dp[k-v[j]]+w[j]);
}
m+=dp[sum];//这年所赚的钱作为下年的启动资金
}
cout<<m<<endl;
}
return 0;
}
链接网址:http://control.cpwz.cn/Problem_Show.aspx?id=1087
//完全(无限)背包
#include <iostream>
#include <stdio.h>
#include <string.h>
using namespace std;
// f[i][j]=sum{f[i-1][j],f[i][j-c[i]]}
int dp[21][1000005];
void f(int maxv,int n,int v[])
//最大可能价值、 物品种类、物品价值
{
int i,j,k,t;
dp[0][0] = 1;
for ( i = 1; i<=n; i++){
for (j = 0; j<=maxv; j++){
if (v[i]>j) dp[i][j]=dp[i-1][j];
else dp[i][j]=(dp[i-1][j]+dp[i][j-v[i]])%1000000000;
//cout<<i<<" "<<j<<" "<<dp[i][j]<<endl;
}}
}
int main()
{
int v[21],n,i,j;
for (v[1]=1,i = 2; i <21;i++)
v[i]=2*v[i-1];
scanf("%d",&n);
{
f(n,20,v);
printf("%d\n",dp[20][n]);
}
return 0;
}