/* 01背包问题,这种背包特点是:每种物品仅有一件,可以选择放或不放。 用子问题定义状态:即dp[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。 则其状态转移方程便是: dp[i][v]=max{dp[i-1][v],dp[i-1][v-cost[i]]+value[i]} 注意体积为零的情况,如: 1 5 0 2 4 1 5 1 0 0 1 0 0 结果为12 */ #include<stdio.h> #include<string.h> #define max(a,b) a>b?a:b int dp[1000][1000]; int val[1000]; int wig[1000]; int main() { int t; int m,n; int i,j; scanf("%d",&t); while(t--) { scanf("%d%d",&n,&m); for(i=1;i<=n;i++) scanf("%d",&val[i]); for(i=1;i<=n;i++) scanf("%d",&wig[i]); memset(dp,0,sizeof(dp));//初始化操作 for(i=1;i<=n;i++) for(j=0;j<=m;j++) { if(j>=wig[i])//表示第i个物品将放入大小为j的背包中 dp[i][j]=max(dp[i-1][j],dp[i-1][j-wig[i]]+val[i]);//第i个物品放入后,那么前i-1个物品可能会放入也可能因为剩余空间不够无法放入 else dp[i][j]=dp[i-1][j];//第i个物品无法放入 } printf("%d\n",dp[n][m]); } return 0; } <pre name="code" class="cpp">/* 该题的第二种解法就是对背包的优化解法,当然只能对空间就行优化,时间是不能优化的。 先考虑上面讲的基本思路如何实现,肯定是有一个主循环i=1..N,每次算出来二维数组dp[i][0..V]的所有值。 那么,如果只用一个数组dp[0..V],能不能保证第i次循环结束后dp[v]中表示的就是我们定义的状态dp[i][v]呢? dp[i][v]是由dp[i-1][v]和dp[i-1][v-c[i]]两个子问题递推而来,能否保证在推dp[i][v]时(也即在第i次主循环中推dp[v]时)能够得到dp[i-1][v]和dp[i-1][v-c[i]]的值呢?事实上,这要求在每次主循环中我们以v=V..0的顺序推dp[v],这样才能保证推dp[v]时dp[v-c[i]]保存的是状态dp[i-1][v-c[i]]的值。伪代码如下: for i=1..N for v=V..0 dp[v]=max{dp[v],dp[v-c[i]]+w[i]}; 注意:这种解法只能由V--0,不能反过来,如果反过来就会造成物品重复放置! */ #include<stdio.h> #include<string.h> #define max(a,b) a>b?a:b int dp[1000]; int val[1000]; int wig[1000]; int main() { int t; int m,n; int i,j; scanf("%d",&t); while(t--) { scanf("%d%d",&n,&m); for(i=1;i<=n;i++) scanf("%d",&val[i]); for(i=1;i<=n;i++) scanf("%d",&wig[i]); memset(dp,0,sizeof(dp));//初始化操作 for(i=1;i<=n;i++) for(j=m;j>=0;j--) { if(j>=wig[i])//表示第i个物品将放入大小为j的背包中 dp[j]=max(dp[j],dp[j-wig[i]]+val[i]);//第i个物品放入后,那么前i-1个物品可能会放入也可能因为剩余空间不够无法放入 else dp[j]=dp[j];//第i个物品无法放入 } printf("%d\n",dp[m]); } return 0; }
