AcWing 2. 01背包问题(背包DP)

本文探讨了经典的背包问题,通过动态规划方法求解在有限背包容量下,如何选择物品以达到价值最大化。提供了两种Java实现方式,包括朴素写法和优化写法,详细解释了算法原理和代码实现。

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

有 NN 件物品和一个容量是 VV 的背包。每件物品只能使用一次。

第 ii 件物品的体积是 vivi,价值是 wiwi。

求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。
输出最大价值。

输入格式

第一行两个整数,N,VN,V,用空格隔开,分别表示物品数量和背包容积。

接下来有 NN 行,每行两个整数 vi,wivi,wi,用空格隔开,分别表示第 ii 件物品的体积和价值。

输出格式

输出一个整数,表示最大价值。

数据范围

0<N,V≤10000<N,V≤1000
0<vi,wi≤10000<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例:

8

思想:从集合的角度考虑dp问题

朴素写法:


import java.io.*;
import java.lang.*;

class Main{
    static int n = 0, m = 0, N = 1010;
    static int[][] f = new int[N][N];
    static int[] v = new int[N], w = new int[N];
    public static void main(String[] args)throws Exception{
        BufferedReader buf = new BufferedReader(new InputStreamReader(System.in));
        String[] params = buf.readLine().split(" ");
        n = Integer.valueOf(params[0]);
        m = Integer.valueOf(params[1]);
        
        for(int i = 1; i <= n; ++i){
            String[] info = buf.readLine().split(" ");
            v[i] = Integer.valueOf(info[0]);
            w[i] = Integer.valueOf(info[1]);
        }
        
        for(int i = 1; i <= n; ++i){
            for(int j = 0; j <= m; ++j){
                f[i][j] = f[i - 1][j];
                if(v[i] <= j){
                    f[i][j] = Math.max(f[i][j], f[i - 1][j - v[i]] + w[i]);
                }
            }
        }
        System.out.print(f[n][m]);
    }
}

优化写法:


import java.io.*;
import java.lang.*;

class Main{
    static int n = 0, m = 0, N = 1010;
    static int[] f = new int[N];
    static int[] v = new int[N], w = new int[N];
    public static void main(String[] args)throws Exception{
        BufferedReader buf = new BufferedReader(new InputStreamReader(System.in));
        String[] params = buf.readLine().split(" ");
        n = Integer.valueOf(params[0]);
        m = Integer.valueOf(params[1]);
        
        for(int i = 1; i <= n; ++i){
            String[] info = buf.readLine().split(" ");
            v[i] = Integer.valueOf(info[0]);
            w[i] = Integer.valueOf(info[1]);
        }
        
        for(int i = 1; i <= n; ++i){
            for(int j = m; j >= v[i]; --j){
                    //因为当前坐标j大,所以更新操作使用的是j之前的更新它,是被上层计算的数据所更新
                    //如果j从v[i]开始,那么f数组j之后的数据是j之前的更新它,但是是被本层计算的数据所更新,不满足之前的公式含义
                    f[j] = Math.max(f[j], f[j - v[i]] + w[i]);
                }
            }
        System.out.print(f[m]);
    }
}

 

 

### AcWing 0-1背包问题 Python 实现 解题思路 #### 问题描述 给定不同重量和价值的物品以及一个最大承重的背包,如何选择这些物品放入背包使得在不超载的前提下所获得的价值最高。 #### 动态规划方法概述 此问题是典型的动态规划案例之一。通过构建二维数组`f[i][j]`来记录前i件商品,在容量为j的情况下可以获得的最大收益[^4]。其中: - `i`: 表示考虑到了第几个物体; - `j`: 当前所允许使用的空间大小; - `f[i][j]`: 前面提到的状态下所能达到的最佳效果——即最高的总价值。 对于每一个新的项目k来说,存在两种可能性:要么把这个新物件加入到已有的集合里;要么放弃它而保持现状不变。因此更新规则如下所示: \[ f[i][j]=\max \left(f[i-1][j], f[i-1]\left[j-w_{i}\right]+v_{i} \mid j \geqslant w_{i}\right)\] 这里\(w_i\)代表当前考察对象的质量,\(v_i\)则是对应的估值。 当遍历完所有的选项之后,最终得到的结果就是整个表格右下角的那个数值. 为了优化内存消耗,可以采用滚动数组的方式只保留两行数据即可完成计算过程[^1]. 下面是具体的Python代码实现方式: ```python def zero_one_pack(N, V, weights, values): """ N: 物品数量 V: 背包容积上限 weights: 各个物品的重量列表 values: 对应于weights的价值列表 返回值: 可能获取的最大价值. """ # 初始化dp表,默认全部填充为0 dp = [[0]*(V+1) for _ in range(2)] old_row, new_row = 0, 1 for i in range(1,N+1): for j in range(V+1): if j >= weights[i-1]: dp[new_row][j] = max(dp[old_row][j], dp[old_row][j-1]] + values[i-1]) else: dp[new_row][j] = dp[old_row][j] # 更新旧行索引与新区间指针位置 old_row ^= 1 new_row ^= 1 return dp[(N&1)^new_row][-1] if __name__ == "__main__": # 测试样例输入 items_weight = [2, 3, 4, 5] items_value = [3, 4, 8, 9] bag_capacity = 7 item_count = len(items_weight) result = zero_one_pack(item_count,bag_capacity,items_weight,items_value) print("Maximum value that can be obtained:",result) ``` 这段程序定义了一个函数用于解决标准形式下的0-1背包问题,并提供了一组简单的测试用例来进行验证。注意这里的循环变量是从1开始计数而不是从零起始,这是因为题目中的编号习惯所致[^2].
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