例题
有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。
第 i 件物品的体积是 vi,价值是 wi。
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,分别表示物品数量和背包容积。接下来有 N 行,每行两个整数 vi,wi,用空格隔开,分别表示第 i 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
00 输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
8
思路
此题为经典01背包问题,只要是动规问题皆可化为集合问题,f[i][j]为从前 i 个物品(故 i 是从1开始循环)中选则不大于体积 j 的物品总和的价值w;故可看作是所有选法代表的w的集合,而让求的结果为这个集合的其中一个属性为最大值属性。
因为01背包问题对第 i 种商品只有两种选择,要么包含1个,要么不包含,故可将集合分为两个部分。如下图所示,故最后的最大值为max1和max2的最大值。
#include <iostream>#include <algorithm>using namespace std;const int N = 1010;int v[N],w[N];int n,V,f[N][N];int main() {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=0;j<=V;j++){// 需注意初始化j<v[i]的情况if(j<v[i]) f[i][j] = f[i-1][j];elsef[i][j] = max(f[i-1][j],f[i-1][j-v[i]]+w[i]);}cout<<f[n][V];return 0;}
从原始代码中可以看出对 i 只用了 i - 1 和 i ,故可将二维变为一维,去掉[i]的维度,并且if (j >= v[i])这句代码可将 j 变为从 v[i] 开始循环即可省去。故
for(int i=1;i<=n;i++)for(int j=0;j<=V;j++){// 需注意初始化j<v[i]的情况if(j<v[i]) f[i][j] = f[i-1][j];elsef[i][j] = max(f[i-1][j],f[i-1][j-v[i]]+w[i]);}
这段核心代码变为
for(int i=1;i<=n;i++)for(int j=V;j>=v[i];j--){f[j] = max(f[j],f[j-v[i]]+w[i]);}
可以看出f[j] = Math.max([j], f[j - v[i]] + w[i]);
这句代码等价于f[i][j] = Math.max(f[i][j], f[i][j - v[i]] + w[i]);
而并不与之前等价,max函数中的 f[ j ] 在每次循环时都是取自i - 1层循环的值,与f[i - 1][j]是等价的,所以应该看的是f[j - v[i]] + w[i]。
如果j从小到大循环,那么每次f[j - v[i]] + w[i]都是已被更新的状态,所以可以改变j的循环状态,从大到小循环,这样子f[j - v[i]] + w[i]就是未被更新过的状态,即等价于f[i - 1][j - v[i]] + w[i];
故代码为
#include <iostream>#include <algorithm>using namespace std;const int N = 1010;int v[N],w[N];int n,V,f[N];int main() {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--){f[j] = max(f[j],f[j-v[i]]+w[i]);}cout<<f[V];return 0;}
