(源程序名:beibao.pas,可执行文件名:beibao.exe)
(输入文件名:beibao.in,输出文件名:beibao.out)
有一个游乐场里共有n个玩具,每个玩具的体积为v[i],重量为w[i]。小源同学在这个游乐场中了"免费选择玩具"大奖。他可以选择部分的玩具直接带回家,不过他只有一个容量为x的背包,所以他要想办法选出喜欢的玩具来装满背包,并且游乐场有规定,如果你选的玩具不能正好装满背包就不能带走。由于小源同学只有6岁,力气很小,所以他希望装满背包的同时,里面玩具的重量能够最小,请你帮忙解决下这个问题。
输入:
第一行为两个整数n,x,表示有n个玩具,背包容量为x.
后面n行每行两个整数v[i],w[i] 表示第i个物品的体积和重量。
输出:
最小的重量.
如果无法装满背包输出'impossible'
样例输入 Sample Input
例(一)
5 20
10 30
10 20
5 10
5 15
8 10
例(二)
5 20
10 10
6 10
7 10
8 10
11 10
样例输出 Sample Output
例(一)
45
例(二)
impossible
(例一说明)
装满背包的方案有三种,分别为50 45 55,所以最小为45
各个测试点1s
30%的数据n<=30
70%的数据n<=100
100%的数据n<=3000
对于100%的数据x<=10000 v[i],w[i]<=2000
该题 回溯不优化 50
优化 70
二维背包 70
一维背包 满分
那么让我们来思考一下这道题,它要求出装满背包的最小重量,注意,是恰好装满!那么,平时的01背包照搬是不可能的,因为许多01背包并没有要求恰好装满。
那么怎么才能求出恰好装满的方案呢?我们需要依靠初始化来解决这个问题
例如有3个物品,背包容量为10
物品的体积与重量
5 10
5 5
10 5
我们需要把f[0]设为0,1 to 背包容量都设为一个很大的数(远远大于体积和重量的)假设这个很大的数是maxlongint吧,当然会有超出longint的错误,但是可以帮助我们理解:
for i:=1 to n do
for x:=背包容量 downto a[i] do
f[x]:=min(f[x],f[x-a[i]]+b[i]);
让我们模拟一下,当运算第一个物品时
f[10]:=min(f[10],f[10-5]+10)=min(maxlongint,maxlongint+10)=maxlongint;
看到了吗?f[10]依然是maxlongint,因为它不是一个合法的位置,同理,除了f[5]外,f[1]到f[10]都还是maxlongint,那为什么f[5]不是maxlongint呢?因为f[5]:=min(f[5],f[5-5]+10)=(maxlongint,10)=10;
因为f[0]:=0所以f[5]就是10了,它是一个合法的位置,可以恰好装满。以此类推,每个物品都会产生相应的合法位置,最后的答案即为f[m]
var f:array[0..10000]of qword;
a,b:array[1..3000]of longint;
n,m,i,x:longint;
function min(a,b:qword):qword;
begin
if a<b then exit(a) else exit(b);
end;
begin
readln(n,m);
for i:=1 to n do readln(a[i],b[i]);
f[0]:=0;
for i:=1 to m do f[i]:=maxlongint;
for i:=1 to n do
for x:=m downto a[i] do
f[x]:=min(f[x],f[x-a[i]]+b[i]);
if f[m]=maxlongint then write('impossible') else write(f[m]);
end.
该博客探讨了如何解决最小背包问题,强调了在背包容量恰好装满的情况下的优化策略。通过设置初始值和使用动态规划(DP)算法,可以找到装满背包的最小重量。文章以一个具体的例子解释了动态规划的实现过程,展示了如何通过遍历物品和背包容量找到合法的解决方案。
835

被折叠的 条评论
为什么被折叠?



