• 首页 首页 icon
  • 工具库 工具库 icon
    • IP查询 IP查询 icon
  • 内容库 内容库 icon
    • 快讯库 快讯库 icon
    • 精品库 精品库 icon
    • 问答库 问答库 icon
  • 更多 更多 icon
    • 服务条款 服务条款 icon

01背包——二维动态规划c++代码实现

武飞扬头像
来自八中的小鹿
帮助1

今天学了01背包,就想来讲一讲,正好回顾一下(BZOJ上的题目)。

01背包

所谓01背包,也就是背包的一种,01背包和完全背包的区别就在于,01背包一件物品只能选择一次,而完全背包可以重复选择某件物品,达到价值最大化的问题,总之,背包问题是一种最值问题,要求我们找到最优解,其实用到的动归也有点贪心的思想在里面,每次只考虑当前和以前,不用考虑未来。
学新通

01背包的动态规划思路

关于用动归解决的这件事呢,首先给出一个例子吧:

举例

有一个小偷,半夜来到一户人家偷东西,他带了一个背包,这个背包只容的下4磅的物品,有一下一些物品,每个物品只有一个而且不能拆分(顺便说一句,这是01背包的前提),求出带走物品的最大价值。
学新通

图解这个例子:

首先,我们要通过列表的方式来实现动态规划,我们先来看看表格:
学新通

很显然,行是背包的容量,必须从1-n,才能实现动态规划,前面的是在为后面的做铺垫。
列是各种物品。
在填表的时候,可能会遇到一下情况:

1.物品的数量比背包容量大:
将此格填上0;
2.dp[i - 1][j]格的重量加上这个物品的重量小于等于所限制数量:
此格= dp[i - 1][j] 此物品的数量
3.dp[i - 1][j]格的重量加上这个物品的重量大于于所限制数量:
此格= dp[i - 1][限制重量 - 当前重量] 当前价值

根据这三个情况,我们很容易得出状态转移方程,我们设限制重量为v1,当前重量为v2,当前价值为p2

那么:dp [ i ] [ j ] = max( dp [ i - 1 ] [ j ] p2 , dp [ i - 1] [ v1 - v2 ] p2)

另外若出现第一种情况,则当前格为0;
按照当前的规则,我们可以根据刚才的例子得出下列表格:

学新通

01背包代码实现

我们直接通过上述的递推式加上两个循环即可了,代码真的一点也不复杂,刚学的时候01背包这个名字把我唬住了

#include <iostream>
using namespace std;
const int N=1005;              //根据题目的要求改变
int v[N],w[N],f[N][N];
int n,m;
int main(){
  scanf("%d%d",&n,&m);
  for(int i=1;i<=n;i  )
  	 cin >> v[i] >> w[i];
  for(int i=1;i<=n;i  )
    for(int j=1;j<=m;j  ){
      f[i][j]=f[i-1][j];
      if(j>=v[i]) 
      	f[i][j]=max(f[i][j],f[i-1][j-v[i]] w[i]);
    }    
  cout << f[m][n];
  return 0;
}
学新通

待续更

这篇好文章是转载于:学新通技术网

  • 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
  • 本站站名: 学新通技术网
  • 本文地址: /boutique/detail/tanhggbhjk
系列文章
更多 icon
同类精品
更多 icon
继续加载