3.3 KiB
一、题目描述
有 N
种物品和一个容量是 V
的背包,每种物品都有 无限件 可用。
第 i
种物品的体积是 v_i
,价值是 w_i
。
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,分别表示物品种数和背包容积。
接下来有 N
行,每行两个整数 v_i,w_i
,用空格隔开,分别表示第 i
种物品的体积和价值。
输出格式 输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<v_i,w_i≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
二、完全背包
状态表示:f(i,j)
集合: i
是指在前i
个物品中进行选择,j
是指在总体积不超过j
的容量下进行选择。
属性: 求一个最大值。 因为按上面的集合进行选择,每选择一次,就会出现一个结果,我们想求的是这些结果中的最大值。
状态计算
与01
背包不一样,01
背包是每一个物品选与不选,完全背包不是这个意思。是可以不选,选择1
个,或者选择多个。
第i
个物品,我们可以选择,也可以放弃,放弃了自然就是f[i-1][j]
,这个没什么好讲。
如果我们选择了i
物品,肯定要带上它的价值v_i
,而承担它的重量w_i
,
完成了选择它以后,我们接下来可以在前多少个物品中选呢?其实,还是i
个,因为每种物品的数量无限啊!所以,选完了i
,剩余的表示还是:f[i][j-v_i]
。
总结一下 二维情况下的状态转移方程
\ 01
背包 : f[i][j]=max(f[i-1][j],f[i-1][j-v_i]+w_i)
完全背包: f[i][j]=max(f[i-1][j],f[i][j-v_i]+w_i)
这样,再用二维降一维的思路来思考,就得到了完全背包的终极解法:
for (int i = 1; i <= n; i ++ )
for (int j = v[i]; j <= m; j ++ )
f[j] = max(f[j], f[j - v[i]] + w[i]);
三、二维写法
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int n, m;
int f[N][N];
int main() {
cin >> n >> m;
for (int i = 1; i <= n; i++) {
int v, w;
cin >> v >> w;
for (int j = 1; j <= m; j++) {
f[i][j] = f[i - 1][j];
if (j >= v)
f[i][j] = max(f[i][j], f[i][j - v] + w);
}
}
printf("%d\n", f[n][m]);
return 0;
}
四、一维解法
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int n, m;
int f[N];
// 完全背包问题
int main() {
cin >> n >> m;
for (int i = 1; i <= n; i++) {
int v, w;
cin >> v >> w;
for (int j = v; j <= m; j++)
f[j] = max(f[j], f[j - v] + w);
}
printf("%d\n", f[m]);
return 0;
}
五、思考
为什么01
背包要倒着推,完全背包要顺着推
https://www.cnblogs.com/MyNameIsPc/p/7782700.html