1049 装箱问题

该博客主要展示了如何使用动态规划求解经典的01背包问题。代码中定义了动态规划数组f,并通过双重循环更新状态,以找到能放入背包的最大价值。程序以C++编写,强调了注意不要混淆物品数量n和背包容量m。

1049 装箱问题

其实并没有什么,我只不过是想来练练手,练练背包的模板
注意不要忘记将n和m弄颠倒

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<string> 
#include<cstring>
using namespace std;
int n,m;
int f[20010];
int w[100];
int main()
{
	int i,j;
	cin>>m>>n;
	for(int i=1;i<=n;i++)
	{
		cin>>w[i];
	}
	for(int i=1;i<=n;i++)
	{
		for(int j=m;j>=w[i];j--) 
		{
			f[j]=max(f[j-w[i]]+w[i],f[j]);
		}
	}
	cout<<m-f[m]<<endl;
	return 0;
}
### NOIP2001 普及组 装箱问题 C语言 实现 解题思路 #### 一维背包问题转换 装箱问题可以视为一种特殊的动态规划问题,类似于一维背包问题。目标是在给定容量的情况下最大化装载物品的数量或价值,在此特定情况下是将一系列不同尺寸的物体放入固定大小的箱子中。 #### 数据结构设计 定义数组 `f[j]` 表示前若干件商品恰好填满体积为 j 的最小数量。对于每一个新加入的商品 i ,更新 f 数组中的值来反映新的最优解状态变化情况[^1]。 #### 动态转移方程构建 设当前处理到第i个物件,其占用空间为w[i],则有如下递推关系: 当j >= w[i]时, \[ f[j]=min(f[j-w[i]]+1,f[j]) \] 其中 \(f[0]\) 初始化为0表示没有任何货物的状态下所需容器数目自然也为零;其他位置初始化成无穷大(INF),意味着这些状态下暂时无法达到有效配置方案. ```c #include <stdio.h> #define INF (int)(1e9) const int maxv = 50 * 100 + 1; int v, n; int weight[30]; bool used[maxv]; void solve() { fill(used, used + maxv, false); for(int i = 0; i < n ; ++i){ for(int j = v - weight[i]; j >= 0; --j){ if(!used[j]){ used[j + weight[i]] = true; } } } } int main(){ scanf("%d %d", &v, &n); for(int i = 0; i < n; ++i){ scanf("%d", &weight[i]); } solve(); int cnt = 0; for(int i = 0; i <= v; ++i){ if(used[i]) ++cnt; } printf("%d\n", cnt); } ``` 上述代码实现了基于布尔型数组记录可行性的简化版本,实际比赛中可能更倾向于使用整数类型的dp表来进行更加精确的结果计算并返回最终所需的最少集装箱数量而非简单计数可填充的空间组合总数.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值