【习题】背包问题

这篇博客探讨了背包问题的动态规划解决方案。通过分析问题状态`F(i, j)`,表示前`i`个物品放入大小为`j`的背包所能获得的最大价值,作者给出了状态转移方程。博客详细解释了如何处理物品是否放入背包的决策,并提供了初始化状态和返回值的设定。最后,展示了实现这一解法的代码片段。" 121623894,9944348,新手开店:水果店进货全攻略,"['经验分享', '零售策略', '供应链管理']

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

题目描述:

有n个物品和一个大小为m的背包。给定数组A表示每个物品的大小和数组V表示每个物品的价值。问最多能装入背包的总价值是多大?

问题分析:

状态F(i, j):前i个物品放入大小为j的背包中所获得的最大价值

状态转移方程:F(i, j) = max{F(i-1, j), F(i-1, j - A[i]) + V[i]}
对于第i个商品,有三种情况:(1)放不下(2)放的下,放或者不放。

如果放不下:此时的价值与前i-1个的价值是一样的

F(i, j) = F(i-1, j)

如果可以放入:需要在两种选择中找最大的

F(i-1, j): 表示不把第i个物品放入背包中,所以它的价值就是前i-1个物品放入大小为j的背包的最大价值

F(i-1, j - A[i]) + V[i]:表示把第i个物品放入背包中,价值增加V[i],但是需要腾出j-A[i]的大小放第i个商品

初始化:F(0, j) = 0 没放商品 F(i, 0) = 0 包的大小为0(没带包)

返回值:F(n, m)

代码如下:

class Solution {
public:
    /**
     * @param m: An integer m denotes the size of a backpack
     * @param A: Given n items with size A[i]
     * @param V: Given n items with value V[i]
     * @return: The maximum value
     */
    int backPackII(int m, vector<int> &A, vector<int> &V) {
        // write your code here
        int row = A.size();
        vector<vector<int>> maxV(row + 1, vector<int>(m + 1, 0));
        for(int i = 1; i <= row; ++i)
        {
            for(int j = 1; j <= m; ++j)
            {
                if(A[i - 1] > j)
                    maxV[i][j] = maxV[i - 1][j];
                else
                    maxV[i][j] =max(maxV[i - 1][j], maxV[i - 1][j - A[i - 1]] + V[i - 1]);
            }
        }
        return maxV[row][m];
    }
};
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