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 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,分别表示物品种数和背包容积。
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 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
0
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
同01背包,f[i][j]代表选取前i个物品,最大体积为j的能够达到的最大物品价值
但此时选取第i个物品时,我们有k + 1个状态:不选,选1个、选2个、……、选k个,k为第i个物品所拥有的数量。
当然,这k+ 1个状态也不是所有的状态都合法,需要满足前提条件k * vi <= V。
于是状态转移方程为
f[i][j] = f[i - 1][j];
for(int k = 0; k * v <= j; k ++)
f[i][j] = max(f[i][j], f[i][j - k * v] + k * w);
所以我们有
#include
#include
using namespace std;
const int N = 1010;
int f[N][N];
int main()
{
int n, m;
cin >> n >> m;
int v, w;
for(int i = 1; i <= n; i ++)
{
scanf("%d%d", &v, &w);
for(int j = 0; j <= m; j ++)
{
f[i][j] = f[i - 1][j];
for(int k = 0; k * v <= j; k ++)
f[i][j] = max(f[i][j], f[i - 1][j - k * v] + k * w);
}
}
cout << f[n][m] << endl;
return 0;
}
上述代码会超时(最坏情况大概1e9次),所以我们需要对其进行优化
我们发现
f[i][j] = max(f[i-1][j], f[i-1][j-v]+w,f[i-1][j-2v]+2w,···,f[i-1][j-kv]+kw))
f[i][j-v] = max( f[i-1][j-v],f[i-1][j-2v]+w,···,f[i-1][j-kv]+(k-1)w)
所以f[i][j] = max(f[i - 1][j], f[i][j-v] + w);
#include
#include
using namespace std;
const int N = 1010;
int f[N][N];
int main()
{
int n, m;
cin >> n >> m;
int v, w;
for(int i = 1; i <= n; i ++)
{
scanf("%d%d", &v, &w);
for(int j = 0; j <= m; j ++)
{
f[i][j] = f[i - 1][j];
if(j >= v)f[i][j] = max(f[i - 1][j], f[i][j - v] + w);
}
}
cout << f[n][m] << endl;
return 0;
}
同01背包,可以优化为一维,状态转移方程为
f[i][j] = f[i - 1][j];
if(j >= v)f[i][j] = max(f[i - 1][j], f[i][j - v] + w);
去掉i
f[j] = f[j]; //f[i][j] = f[i - 1][j];
if(j >= v)f[j] = max(f[j], f[j - v] + w); //f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i])
可以看出,如果从v开始遍历到j,则f[j] = f[j];与实际表达的相同,为恒等式可以去掉;
而f[j] = max(f[j], f[j - v] + w)第二个参数用的也是本层的,非上层,不用逆序,所以我们有
#include
using namespace std;
int f[1010];
int main()
{
int n, m;
cin >> n >> m;
int v, w;
for(int i = 1; i <= n; i ++)
{
cin >> v >> w;
for(int j = v; j <= m; j ++)
f[j] = max(f[j], f[j - v] + w);
}
cout << f[m] << endl;
return 0;
}