题目:
假设你是一个小偷,有一个可放总重量为m(m<1000)的背包。现有n(n<32)件物品。
总量分别为W1,W2,...,Wn。并且,物品具有价值,分别为V1,V2,...,Vn。m、n、Wi(1=<i<=n)均为正整数,
并且,每种物品的数量不限,也就是说你可以重复拿一种物品。求能装入的最大总价值。
输入格式:
第一行为两个正整数m和n
接下来n行分别为n对整数,分别表示该物品的重量和价值。
Example:
Input:
4 3
1 1500
3 2000
4 3000
Output:
6000
【分析】
1.状态表示
dp[i][j] 表示前i件物品放入容量为j的背包的最大价值。
2.状态转移方程:
dp[i][j] = dp[i-1][j],j<w[i],即背包无法装下第i件物品
dp[i][j] = max(dp[i-1][j],dp[i][j-W[i]]+V[i]),j>=W[i],即背包可以装下第i件物品。看装下后是否价值更高,后面举例讲解。
3.边界条件
dp[i][0]=0,dp[0][j] = 0
第i件物品\背包重量j | 0 | 1 | 2 | 3 | 4 |
---|---|---|---|---|---|
0 | 0 | 0 | 0 | 0 | 0 |
1 (1,1500) | 0 | 1500 | 3000 | 4500 | 6000 |
2 (3,2000) | 0 | 1500 | 3000 | 4500 | 6000 |
3 (4,3000) | 0 | 1500 | 3000 | 4500 | 6000 |
举个例子,对于第二件物品,背包小于他的重量3时,dp[2][j]=dp[1][j],0<=j<=2,当j为3时,可以放入物品2,dp[1][3]为4500,dp[1][3-2]+V[i]=1500+2000=3500,也就是说从背包中拿出两个物品1,放入一个物品2并不会增大价值,所以还是4500。
代码:
/*
Project: dp_fullback
Date: 2019/01/11
Author: Frank Yu
题目:假设你是一个小偷,有一个可放总重量为m(m<1000)的背包。现有n(n<32)件物品。
总量分别为W1,W2,...,Wn。并且,物品具有价值,分别为V1,V2,...,Vn。m、n、Wi(1=<i<=n)均为正整数,
并且,每种物品的数量不限,也就是说你可以重复拿一种物品。求能装入的最大总价值。
输入格式:
第一行为两个正整数m和n
接下来n行分别为n对整数,分别表示该物品的重量和价值。
Example:
Input:
4 3
1 1500
3 2000
4 3000
Output:
6000
【分析】
1.状态表示
dp[i][j] 表示前i件物品放入容量为j的背包的最大价值。
2.
状态转移方程:
dp[i][j] = dp[i-1][j],j<w[i],即背包无法装下第i件物品
dp[i][j] = max(dp[i-1][j],dp[i][j-W[i]]+V[i]),j>=W[i],即背包可以装下第i件物品。看装下后是否价值更高
3.边界条件
dp[i][j] = 0
*/
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<cmath>
#include<string>
#include<set>
#include<list>
#include<vector>
#include<map>
#include<iterator>
#include<algorithm>
#include<iostream>
#define maxm 1000
#define maxn 32
using namespace std;
int W[maxn], V[maxn];
//打印表
void display(int dp[maxn][maxm], int n,int m)
{
for (int i = 0; i <= n; i++)
{
for (int j = 0; j <= m; j++)
{
cout << dp[i][j] << " ";
}
cout << endl;
}
}
//主函数
int main()
{
int m, n;
int dp[maxn][maxm];
scanf("%d", &m);//背包重量
scanf("%d", &n);//物品种类
for(int i=0;i<=n;i++)
for(int j=0;j<=m;j++)
dp[i][j] = 0;
for (int i = 1; i <= n; i++)//下标即第几件物品,W[0]一直为0
{
scanf("%d", &W[i]);
scanf("%d", &V[i]);
}
//填表
for (int i = 1; i <= n; i++)
for (int j = 1; j <= m; j++)
if (j < W[i])
{
dp[i][j] = dp[i - 1][j];
}
else {
dp[i][j] = max(dp[i - 1][j], dp[i][j - W[i]] + V[i]);
}
display(dp,n,m);
cout << dp[n][m] << endl;
return 0;
}
结果截图:
以下样例读者可自行画表,尝试手算和运行代码,结果可查看下一篇: 动态规划-完全背包优化
输入
6 3
2 3
4 7
3 6
输出
12