01背包问题

来源:互联网 发布:曲面电视优缺点知乎 编辑:程序博客网 时间:2024/06/10 21:18
问题描述
  给定N个物品,每个物品有一个重量W和一个价值V.你有一个能装M重量的背包.问怎么装使得所装价值最大.每个物品只有一个.
输入格式
  输入的第一行包含两个整数n, m,分别表示物品的个数和背包能装重量。


  以后N行每行两个数Wi和Vi,表示物品的重量和价值
输出格式
  输出1行,包含一个整数,表示最大价值。
样例输入
3 5
2 3
3 5
4 7
样例输出
8
数据规模和约定

  1<=N<=200,M<=5000.


方法1:

#include <iostream>#include <cstring>using namespace std;int main(){    int n,c;    cin>>n>>c;    /*这里要注意数组申请空间是要多申请一个    0号位赋值为0,这是为了在递推过程中f[][1]或f[1][]的值可正常推出    */    int *weight=new int[n+1];//重量    int *value=new int[n+1]; //价值    int **f=new int*[n+1];// f[i][j]表示在背包容量为j的情况下, 前i件宝贝的最大价值    for(int i=0; i<=n; i++)    {        f[i]=new int[c+1];    }    for(int i=0; i<=n; i++)        f[i][0]=0;    for(int i=0; i<=c; i++)        f[0][i]=0;    for(int i=1; i<=n; i++)    {        cin>>weight[i]>>value[i];    }/*           | 0                              i=0 or w=0    f[i,w]=| f[i-1,w]                       wi>w           | max(vi+f[i-1,w-wi],f[i-1,w])   i>0 and w>=wi*/    for(int i=1; i<=n; i++)    {        for(int j=1; j<=c; j++)        {            if(j<weight[i]) //背包装不下第i个物品,f[][]为前i-1件物品的最大价值                f[i][j]=f[i-1][j];              else            //背包可以装下第i个物品,如果放比不放价值大,则放                f[i][j]=max(f[i-1][j],f[i-1][j-weight[i]]+value[i]);          }    }    cout<<f[n][c]<<endl;    return 0;}//这种方法空间利用率不高!!!


方法2:(用一维数组实现)


#include <iostream>#include <cstring>using namespace std;int main(){    int n;//物品个数    int c;//背包容量    cin>>n>>c;    int *weight=new int[n];//重量    int *value=new int[n]; //价值    for(int i=0; i<n; i++)    {        cin>>weight[i]>>value[i];    }    //数组多申请一个元素,容量从0~C,    int dp[c+1];    memset(dp,0,sizeof(dp));    for(int i=0;i<n;i++)    {        for(int j=c;j>0;j--) //j为背包容量,其中容量为0时,价值势必为0,所以更新dp[]时,不用循环dp[0]        {            if(j>=weight[i])                dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);        }    }    cout<<dp[c]<<endl;    return 0;}

其中代码的第24~31行可以简化,如下:

    for(int i=0; i<n; i++)    {        for(int j=c; j>=weight[i]; j--) //j为背包容量,其中容量为0时,价值势必为0,所以更新dp[]时,不用循环dp[0]        {            dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);        }    }