问题描述:
有 N 组物品和一个容量是 V 的背包。
每组物品有若干个,同一组内的物品最多只能选一个。
每件物品的体积是 vij,价值是 wij,其中 i 是组号,j 是组内编号。
求解将哪些物品装入背包,可使物品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
第一行有两个整数 N,V,用空格隔开,分别表示物品组数和背包容量。
接下来有 N 组数据:
每组数据第一行有一个整数 Si,表示第 i 个物品组的物品数量;
每组数据接下来有 Si 行,每行有两个整数 vij,wij,用空格隔开,分别表示第 i 个物品组的第 j 个物品的体积和价值;
思路:
遍历每个组 从这个组里一个都不选,或者选第K个

代码
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 110;
int dp[N];
int Weight[N][N];//Weight[i][j] 第i组的第j个物品的重量
int Value[N][N];//Value[i][j] 第i组的第j个物品的价值
int S[N];//每组有多少种物品
int n;//n组
int BagSize;
int main(int argc, char** argv)
{
cin>>n>>BagSize;
for(int i = 1; i <= n; i++)
{
cin>>S[i];
//读取每组中 每个物品的质量 和 价值
for(int j = 0; j < S[i]; j++)
{
cin>>Weight[i][j]>>Value[i][j];
}
}
for(int i = 1; i <= n; i++)
{
for(int j = BagSize; j >= 0; j--)
{
for(int k = 0; k < S[i]; k++)
{
if(j >= Weight[i][k])
{
dp[j] =
max(dp[j],dp[j-Weight[i][k]]+Value[i][k]);
}
}
}
}
cout<<dp[BagSize]<<endl;
return 0;
}
该博客讨论了一个使用动态规划解决的优化问题,即01背包问题。问题描述涉及多个物品组,每组内有不同数量的物品,每个物品有自己的体积和价值,目标是在不超过背包总容量的情况下,选择物品以最大化总价值。代码实现中,博主遍历每个物品组,通过动态规划更新最大价值状态,最终输出能装入背包的最大价值。
2609

被折叠的 条评论
为什么被折叠?



