在N件物品取出若干件放在容量为W的背包里,每件物品的体积为W1,W2……Wn(Wi为整数),与之相对应的价值为P1,P2……Pn(Pi为整数)。求背包能够容纳的最大价值。
其中1 <= N <= 100,1 <= W <= 10000,每个物品1 <= Wi, Pi <= 10000。
Input
第1行输入两个整数N和W; 第2 ~ N+1行,每行两个整数Wi和Pi,分别表示每个物品的体积和价值。
Output
输出可以容纳的最大价值。
Sample Input
3 6 2 5 3 8 4 9
Sample Output
14
本题属于动态规划中简单题,题意中输入n个物品及其价格,要求向体积为w的背包中装入求出总价值最大是多少,每个物品最多用一次,我们可以用二维数组来模拟dp[N][N],来模拟出每一次在不大于体积m时的价值最大值。
1)状态dp[i][j]定义:前 ii 个物品,背包容量 jj 下的最优解(最大价值):
当前的状态依赖于之前的状态,可以理解为从初始状态dp[0][0] = 0开始决策,也可以从dp[1][0]开始,有 NN 件物品,则需要 NN 次决 策,每一次对第 ii 件物品的决策,状态f[i][j]不断由之前的状态更新而来。
(2)当前背包容量不够(dp < v[i]),没得选,因此前 ii 个物品最优解即为前 i−1i−1 个物品最优解:对应代码:dp[i][j] = dp[i - 1][j]。
(3)当前背包容量够,可以选,因此需要决策选与不选第 ii 个物品:选:dp[i][j] = dp[i - 1][j - v[i]] + w[i]。
不选:dp[i][j] = dp[i - 1][j] 。
我们的决策是如何取到最大价值,因此以上两种情况取 max() 。
对应代码 📆
这是用二维数组做的,对应上面的讲解
#include<stdio.h>
#include<iostream>
#include<string.h>
#include<algorithm>
using namespace std;
int n,v;
int dp[110][10010];
struct node
{
int p; //价值
int w; //体积
}b[10010];
int main()
{
int i,j,k;
scanf("%d%d",&n,&v);
for(i=1;i<=n;i++)
{
scanf("%d%d",&b[i].w,&b[i].p);
}
memset(dp,0,sizeof(dp));
for(i=1;i<=n;i++)
{
for(j=0;j<=v;j++)
{
if(b[i].w>j) //第i个物品体积太大装不下
dp[i][j]=dp[i-1][j];
else //可以装
{
dp[i][j]=max(dp[i-1][j],dp[i-1][j-b[i].w]+b[i].p);
}
}
}
printf("%d\n",dp[n][v]);
return 0;
}
ps :用dp滚动数组的时候把他变成一维的以节省空间也更简便,理解上面的代码你会发现每一行是从上面一行算出来的,只跟上面一行有关,跟更前面的行是没有关系的,那么用心的一行覆盖原来的一行就可以啦😁
下面这个是用一维数组做的更简便
#include<stdio.h>
#include<iostream>
#include<algorithm>
#include<string.h>
using namespace std;
int main()
{
int n,m,i,j; //物品数量,背包容量
int v[10010],p[10010],dp[10010]; //体积,价值
scanf("%d%d",&n,&m);
memset(dp,0,sizeof(dp));
for(i=1;i<=n;i++)
scanf("%d%d",&v[i],&p[i]);
for(i=1;i<=n;i++)
{
for(j=m;j>=v[i];j--)
{
dp[j]=max(dp[j],dp[j-v[i]]+p[i]);
}
}
printf("%d\n",dp[m]);
return 0;
}