FZU2214 Knapsack problem(DP 超大型01背包 + 滚动数组优化)

本文介绍了一种解决大规模01背包问题的优化方法,通过设置dp[i]为i价值下的体积最小值,利用状态转移方程进行求解,避免了传统方法的空间复杂度过高的问题。文章详细解释了算法思路,并提供了完整的代码实现。

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

题目大意:给T组测试用例,每组一个n表示n件物品以及B表示背包容量,接下来n行表示物品体积以及价值,问该背包能够装下的最大价值为多少?

思路:很容易考虑到01背包,不过背包的体积有1e9,很显然无法用常规的01背包写法,发现总价值最多只有5000,于是状态dp【i】可以设置成i价值下的体积最小值。于是状态转移方程就可以写成 dp【i + 1】【j】 = min(dp【i】【j】,dp【i】【j - val】+ cost);最后再扫一遍在背包容量允许的范围内的价值最大值就结束了。由于,物品数量500,需要用滚动数组的方法优化一下空间防止MLE。

Code

#include <iostream>
#include <algorithm>
#include <string.h>

using namespace std;
const int inf = 0x3f3f3f3f;

int T, n, W;
int dp[2][5005];
int val[505],cost[505];

void solve() {
	int op = 0;
	fill(dp[0], dp[0] + 5005, inf);
	dp[0][0] = 0;
	for (int i = 0; i < n; i++) {
		for (int j = 0; j <= 5000; j++) {
			if (j < val[i]) {
				dp[1 - op][j] = dp[op][j];
			} else {
				dp[1 - op][j] = min(dp[op][j], dp[op][j - val[i]] + cost[i]);
			}
		}
		op = 1 - op;
	}
	int res = 0;
	for (int i = 0; i <= 5000; i++) {
		if (dp[op][i] <= W) {
			res = i;
		}
	}
	cout << res << endl;
}

int main() {
	cin >> T;
	while (T--) {
		cin >> n >> W;
		for (int i = 0; i < n; i++) {
			cin >> cost[i] >> val[i];
		}
		solve();
	}	
	return 0;
} 
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

打赏作者

小胡同的诗

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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