01背包问题之二 (动态规划(DP))
来源:互联网 发布:数据结构c语言课程设计 编辑:程序博客网 时间:2024/06/11 03:18
注:本文内容源自《挑战程序设计竞赛》第二版
原题
01背包问题之二
有n个重量和价值分别为wi,vi的物品。从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中价值总和的最大值。
1<=n<=100
1<=wi<=10^7
1<=n<=100
1<=wi<=10^7
1<=vi<=100
1<=W<=10^9
1<=W<=10^9
样例输入
n=4
(w,v)={(2,3),(1,2),(3,4),(2,2)}
W=5
样例输出
7(选择0、1、3号物品)
涉及知识及算法
这一问题与最初的01背包问题相比,只是修改了限制条件的大小。这一次O(nW)的规模就不够用了,我们用DP针对不同的价值计算最小的重量。
定义dp[i+1][j]为前i个物品中挑选出价值总和为j时总重量的最小值。
则dp[0][0]=0,dp[0][j]=INF(不存在就赋值为INF)
在前i个物品中挑选出价值总和为j时,一定有
前i-1个物品中挑选价值总和为j的部分
前i-1个物品中挑选价值总和为j-v[i]的部分,然后再选中第i个物品
所以有dp[i+1][j]=min(dp[i][j],dp[i][j-v[i]]+w[i])
最终的答案就是令dp[n][j]<=W的最大的j
这样复杂度就变为了O(n∑i vi)
代码
int dp[MAX_N+1][MAX_N*MAX_V+1];void solve(){ for(int j=1;j<=MAX_N*MAX_V;j++) { dp[0][j]=INF; } dp[0][0]=0; for(int i=0;i<n;i++) { for(int j=0;j<=MAX_N*MAX_V;j++) { if(j<v[i]) { dp[i+1][j]=dp[i][j]; } else { dp[i+1][j]=min(dp[i][j],dp[i][j-v[i]]+w[i]); } } } int res=0 for(int i=0;i<=MAX_N*MAX_V;i++) { if(dp[n][i]<=W) { res=i; } } printf("%d\n",res);}
阅读全文
0 0
- 01背包问题之二 (动态规划(DP))
- 01背包问题(动态规划DP)
- 01背包问题(动态规划DP)
- 动态规划之背包问题(二):完全背包问题
- 动态规划之背包问题(一):01背包问题
- 动态规划之背包问题-总结和拓展(二)
- 动态规划之背包问题-总结和拓展(二)
- 动态规划之背包问题(01背包)
- 动态规划三部曲之01背包问题的分析和实现(二)
- 动态规划之背包问题(一)
- 动态规划之背包问题(一)
- 动态规划之背包问题(一)
- 动态规划(一)之背包问题
- 动态规划之背包问题(一)
- 动态规划之背包问题(一)
- 动态规划之背包问题(一)
- 动态规划之背包问题(一)
- 动态规划之背包问题(一)
- Android Studio中的神操作
- MAVEN配置pom.xml名词解释
- 429A. Generous Kefa
- uva 11582 快速幂 Fibonacci循环节
- CentOS 6使用openssl搭建根CA
- 01背包问题之二 (动态规划(DP))
- Lua5.3 虚拟机指令分析(二)赋值指令
- 第二章:2.3 卷积定义(卷积积分与卷积和)
- HTML---第一天内容
- 不信...如果...
- 动态规划、递归:word-break II
- 算法学习之枚举--称硬币
- Java大整数 大浮点数 处理
- xlistview用法