01背包问题的朴素做法及其空间复杂度的优化做法

问题

【题目描述】

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】

第1行:两个整数,M(背包容量,M≤200)和N(物品数量,N≤30);

第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】

仅一行,一个数,表示最大总价值。

【输入样例】

10 4
2 1
3 3
4 5
7 9

【输出样例】

12

Solution1(朴素做法)

这个问题便是背包问题中最基本,也是最经典的01背包问题。
它的特点是对于每类物品只有两种选择:放 与 不放。
针对于此特点,我们不难发现对于状态 f[i][j](处理到第i个物品,此时总重量不超过j的最优价值),有两种情况:能放与不能放。

如果不能放(即j<当前物品的重量c[i]),此时没什么好说的,前 i 件物品产生的最优价值就是前 i-1 件物品产生的最优价值。

如果能放(即j>=当前物品的重量c[i]),就会有放与不放这两种选择。

  • 如果放:所产生的价值为 f[i-1][ j-c[i] ]+w[i]
    注:前 i 件物品产生的总价值为第 i 件物品的价值 w[i] + 前 i-1 物品产生的最优总价值f[i-1][ j-c[i] ](因为要放第 i 个重量为c[i]的物品,所以留给前 i–1 件物品的总重量为 j-c[i])
  • 如果不放:显然此时产生的总价值为前 i-1 件物品所产生的最优价值 f[i-1][j]

因为要最优化,所以将二者所产生的价值取max即可。

综上,我们便得到了如下的状态转移方程
f [ i ] [ j ] = { f [ i − 1 ] [ j ] (j<c[i]) m a x ( f [ i − 1 ] [ j − c [ i ] ] + w [ i ] , f [ i − 1 ] [ j ] ) (j>=c[i]) f[i][j]= \begin{cases} f[i-1][j]& \text{(j<c[i])}\\ max(f[i-1][j-c[i]]+w[i],f[i-1][j])& \text{(j>=c[i])} \end{cases} f[i][j]={ f[i1][j]

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