动态规划_01背包问题

这篇具有很好参考价值的文章主要介绍了动态规划_01背包问题。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

描述

一个旅行者有一个最多能装 M 公斤的背包,现在有 n 件物品,它们的重量分别是 W1,W2,...,Wn,它们的价值分别为 C1,C2,...,Cn,求旅行者能获得最大总价值。

输入描述

1 行:两个整数,M (背包容量,M200 )和 N ( 物品数量,N30 )
2…N+1 行:每行二个整数 Wi,Ci,表示每个物品的重量和价值。

输出描述

仅一行,一个数,表示最大总价值。

样例输入

10 4
2 1
3 3
4 5
7 9

样例输出

12

数据范围与提示

M≤200N≤30

问题分析

物品编号为i,,背包容量为j ,背包价值为p[i][j]

1)第一行(i=1)尝试将序号为1的物品放入背包:

背包容量为1时,什么都装不进去背包价值为0P[1][1]=0

背包容量为2时,正好1号物品重量为2,背包价值为1P[1][2]=1

因为是01背包问题,物品只有一个,所以第一行后面的背包价值都为1

序号i

背包容量

1

2

3

4

5

6

7

8

9

10

重量

价值

1

2

1

0

1

1

1

1

1

1

1

1

1

2

3

3

3

4

5

4

7

9

2)第二行(i=2)尝试将序号为12的物品放入背包:

背包容量为1时,什么都装不进去背包价值为0P[2][1]=0

背包容量为2时,正好1号物品重量为2,背包价值为1P[2][2]=1

背包容量为3时,对比第一行是背包价值为1,即 P[1][2]=1。现新增加了第2种物品,新增加的重量为3,正好为背包容量。因此 P[2][3]=3

背包容量为4时,也只能放重量为3的物品P[2][4]=3

背包容量为5时,对比第一行是背包价值为1,即 P[1][5]=1。现新增加了第2种物品,背包装上第2种物品后剩余容量为2,正好装第1种物品,因此 P[2][5]=4P[i][j]=max(P[i-1][j]+i种物品价值,P[i-1][j])。

序号

i

背包容量

1

2

3

4

5

6

7

8

9

10

重量

价值

1

2

1

0

1

1

1

1

1

1

1

1

1

2

3

3

0

1

3

3

4

4

4

4

4

4

3

4

5

4

7

9

2)第三行(i=3)尝试将序号为124的物品放入背包:

背包容量为1时,什么都装不进去背包价值为0P[3][1]=0

背包容量为2时,正好1号物品重量为2,背包价值为1P[3][2]=1

背包容量为3时,对比第一行是背包价值为1,即 P[2][3]=3。现新增加了第2种物品,新增加的重量为3,不够背包容量。因此 P[3][3]=3

背包容量为4时,对比第二行是背包价值为3,即 P[2][4]=3。现新增加了第3种物品,背包装上第3种物品后剩余容量为0,因此 P[3][4]=5

背包容量为5时,对比第二行是背包价值为4,即 P[2][5]=4。现新增加了第3种物品,背包装上第3种物品后剩余容量为1,装不上其它物品,因此 P[3][5]=5。

背包容量为6时,对比第二行是背包价值为4,即 P[2][6]=4。现新增加了第3种物品,背包装上第3种物品后剩余容量为2,正好撞上1号产品价值为1,因此 P[3][6]=6。

…………………..

依次类推完成表格:

序号

i

背包容量

1

2

3

4

5

6

7

8

9

10

重量

价值

1

2

1

0

1

1

1

1

1

1

1

1

1

2

3

3

0

1

3

3

4

4

4

4

4

4

3

4

5

0

1

3

5

5

6

8

8

9

9

4

7

9

0

1

3

5

5

6

9

9

10

12

推理:

背包容量为j时,可装入背包的最大价值为:

如果j<i 物品重量:直接取上方表格背包价值,即p[i][j]= p[i-1][j];

如果j>=i 物品重量:

P[i][j]=max(i种物品价值+去掉第i种物品重量后的背包最大价值,P[i-1][j]) = max(i种物品价值+ P[i-1][j-i物品价值]P[i-1][j])

实现代码:文章来源地址https://www.toymoban.com/news/detail-861527.html

#include <bits/stdc++.h>
using namespace std;
int main(){
	int p[201][201] = {},b[201][2] = {} ;//p[201][201]背包价值 b[201][2] 物品重量价值
    int  M,N; //M 背包容量,N物品数量
	cin >> M >> N;
	for(int i = 1;i <= N;i++)
	{
		cin >> b[i][0] >> b[i][1];
	}
	for(int i = 1;i <=N;i++)
	{
		for(int j = 1;j <= M;j++)
	    {
            if (j < b[i][0]) 
            {
                 p[i][j]=p[i-1][j];
            }
            else
            {
                 int val= j-b[i][0];//去掉第i个物品重量以后背包剩余重量 
                 p[i][j]=max( b[i][1] + p[i-1][val] , p[i-1][j]) ;
            }
               
	    }
	}
    cout << p[N][M];
	return 0;
}

到了这里,关于动态规划_01背包问题的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 算法套路十四——动态规划之背包问题:01背包、完全背包及各种变形

    如果对递归、记忆化搜索及动态规划的概念与关系不太理解,可以前往阅读算法套路十三——动态规划DP入门 背包DP介绍:https://oi-wiki.org/dp/knapsack/ 0-1背包:有n个物品,第i个物品的体积为w[i],价值为v[i],每个物品至多选一个, 求体积和不超过capacity时的最大价值和,其中i从

    2024年02月10日
    浏览(55)
  • C++算法初级11——01背包问题(动态规划2)

    辰辰采药 辰辰是个天资聪颖的孩子,他的梦想是成为世界上最伟大的医师。为此,他想拜附近最有威望的医师为师。医师为了判断他的资质,给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说:“孩子,这个山洞里有一些不同的草药,采每一株都需要一些时

    2024年02月02日
    浏览(47)
  • 【算法日志】动态规划刷题:01背包问题,多重背包问题(day37,day38)

    目录 前言 目标和(01背包) 一和零(01背包) 零钱兑换(多重背包) 排列总和(多重背包) 这两天都是背包问题,其中的01背包的一些应用问题需要一定的数学建模能力,需要i将实际问题简化成我们熟悉的背包问题;而这两天的多重背包问题还算比较基础,但也要我明白了

    2024年02月11日
    浏览(51)
  • 【算法|动态规划 | 01背包问题No.2】AcWing 423. 采药

    个人主页:兜里有颗棉花糖 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 兜里有颗棉花糖 原创 收录于专栏【手撕算法系列专栏】【AcWing算法提高学习专栏】 🍔本专栏旨在提高自己算法能力的同时,记录一下自己的学习过程,希望对大家有所帮助 🍓希望我们一起努力、成

    2024年02月06日
    浏览(46)
  • 算法设计与分析实验二:动态规划法求解TSP问题和01背包问题

    【实验内容】 (1)tsp问题:利用动态规划算法编程求解TSP问题,并进行时间复杂性分析。 输入:n个城市,权值,任选一个城市出发; 输出:以表格形式输出结果,并给出向量解和最短路径长度。 (2)01背包问题:利用动态规划算法编程求解0-1背包问题,并进行时间复杂性分

    2024年02月03日
    浏览(54)
  • 力扣算法刷题Day42|动态规划:01背包问题 分割等和子集

    力扣题目:01背包问题(二维数组) 刷题时长:参考题解 解题方法:动态规划 + 二维dp数组 复杂度分析 时间 空间 问题总结 理解递推公式困难 本题收获 动规思路:两层for循环,第一层i遍历物品,第二层j枚举背包容量以内所有值 确定dp数组及下标的含义:dp[i][j] 表示从下标

    2024年02月13日
    浏览(59)
  • 算法竞赛必考算法——动态规划(01背包和完全背包)

    1.1题目介绍 1.2思路一介绍(二维数组) 代码如下: 1.3思路二介绍(一维数组) 空间优化   为什么可以使用一维数组?   我们先来看一看01背包问题的状态转移方程,我们可以发现 f[i]只用到了f[i-1],其他的是没有用到的,我们可以用滚动数组来做。   还有一个原因就是我

    2024年02月02日
    浏览(41)
  • 【动态规划专栏】-- 01 背包问题 -- 动态规划经典题型

    目录 背包问题概述 01 背包问题 01背包⭐⭐  【算法原理】 第一问 第二问 C++ 算法代码 复杂度分析 【空间优化 - 滚动数组】 C++ 算法代码 复杂度分析 分割等和子集⭐⭐ 【算法原理】  对于类01背包问题 C++ 算法代码  【空间优化 - 滚动数组】  C++ 算法代码 目标和⭐⭐ 【算

    2024年02月05日
    浏览(54)
  • 算法学习笔记(动态规划——01背包)

    先来聊聊动态规划,动态规划是分治法的一种体现,把一个问题分解成若干个子集,通过当前状态,经过操作得到下一个状态,最后得到最优问题解的一种方法。 步骤: 设定状态,保存状态 根据状态设定转移方程 确定边界 其中的01背包解决的是关于选择的动态规划问题,

    2024年03月25日
    浏览(50)
  • 动态规划(01背包问题)

    本文默认读者具有动态规划前置知识 动态规划的特点: 重叠子问题 状态转移方程 最优子结构 题型: 求最值 解题套路: 明确【状态】 明确【选择】 明确dp函数/数据的定义 明确base case 例:给你一个可装载容量为W的背包和N个物品,每个物品有重量和价值两个属性。其中第

    2024年04月16日
    浏览(35)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包