0-1背包问题小总结(hdu 2062)

本文详细解释了如何使用动态规划解决背包问题,并提供了二维和一维实现代码,以及在HDU上的具体应用案例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

首先谢过侠哥的拔刀相助,没有你我还是一根葱

 

直接给状态转移方程:

dp[i][v] = max(dp[i-1][v],dp[i-1][v-vol[i]]+val[i]);

vol[i] 为第i件物品的体积,val为第i件物品的价值

方程意思就是说,我们考虑第i件物品的情况,对于第i件物品只有两种选择:

放还是不放,如果不放则得到的重量就是第i-1容量为v时的重量,如果放

则得到的是第i-1件物品容量为v-vol[i]时的重量+第i件物品的重量val[i],比较

两个那个大就得到把i件物品放进容量为v的包中的最大价值

 

实现可以一维,二维。

二维实现:

            i    /     j

0

1

2

3

4

5

6

2

0

1

1

1

1

1

1

1

0

1

2

3

3

3

3

0

0

1

2

3

4

5

6

  首先我们要知道dp[i][v]我们就要知道dp[i-1][v]与dp[i-][v-vol[i]],站在分析上看我们并不知道vol[i]为多少,其可能是0--v中的任一个数(当然也可以大于啦,不过此时明显是不可以放的),这样我们就要知道所有的dp[i-1][0-v]所以用一个for()来求出这些值并保存起来)

这样代码以经差不多了

for(i:0--n)

   for(v:0--v)

        if(vol[i] > v)

            dp[i][v] = dp[i-1][v];

        else {

             dp[i][v] = max(dp[i-1][v],dp[i-1][v-vol[i]]+val[i]);

        }

然后就是一维的实现,其实是基于二维的基础上的。如上代码,我们求dp[i][v]时只要知道dp[i-1][0-v]的所有值,而dp[i-2][0-v],dp[i-3][0-v]等等前面的对于我们己经没有用处,所以我们只要每一维,每次更新数组就行了。有一点要注意的就是,V那个循环一写要从V减回到0,不能从0递增到V,因为我们每次更新dp[v1](i时)时用到的是dp[v1](i-1时)其v一写比些时的v小,如果时从0递增就会使后来有可能用到的数据改变,如:我们己经更新的dp[3]而后面更新dp[5]时又用到dp[3]+val[i];那么此时的dp[3]就不是我们想要的,因为此前的据已被覆盖。

 

代码:

   for(i:0-n)

        for(V:v-0)

               if(vol[i] <= v)

                       dp[v]=max(dp[v],dp[v-vol[i]][+val[i]);

 

下面是我在hdu 上做的题目,纯模板:

     hdu 2062:

 一维:

 

 

二维;

 

 

 

最后再次谢过侠哥指导,没你真的不行啊~~~

 

评论 1
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