背包问题

背包问题的三种求解方法
本文详细介绍了解决背包问题的三种方法:递归、记忆化搜索和动态规划的二重循环。通过具体代码实现,展示了如何在有限的背包容量下,选择物品以达到价值最大化的目标。

这里写图片描述

#include <cstdio>
#include <iostream>

using namespace std;

#define MAX_N 100
#define MAX_W 1000

int n,W;

// 从第i个物品开始挑选总重量小于j的部分
int rec(int i,int j)
{
    int res;
    if(i==n)
        res=0;  // 已经没有剩余物品了
    else if(j<w[i])
        res=rec(i+1,j);    // 无法挑选该物品
    else
        res=max(rec(i+1,j),rec(i+1,j-w[i])+v[i]);  // 挑选与不挑选的情况中选择最大的一种
    return res;
}

void solve()
{
    printf("%d\n",rec(0,W));
}

int main()
{
    printf("n W:\n");
    scanf("%d %d",&n,&W);

    for(int i=0;i<n;i++)
    {
        printf("w[%d] v[%d]:\n",i,i);
        scanf("%d %d",&w[i],&v[i]);
    }

    solve();
    return 0;
}

优化——记忆化搜索

#include <cstdio>
#include <iostream>
#include <memory.h>

using namespace std;

#define MAX_N 100
#define MAX_W 1000

int n,W;
int w[MAX_N],v[MAX_N];

int dp[MAX_N+1][MAX_W+1];

int rec(int i,int j)
{
    if(dp[i][j]>=0)
        return dp[i][j];
    int res;
    if(i==n)
        res=0;
    else if(j<w[i])
        res=rec(i+1,j);
    else
        res=max(rec(i+1,j),rec(i+1,j-w[i])+v[i]);
    return dp[i][j]=res;
}

void solve()
{
    memset(dp,-1,sizeof(dp));
    printf("%d\n",rec(0,W));
}

int main()
{
    printf("n W:\n");
    scanf("%d %d",&n,&W);

    for(int i=0;i<n;i++)
    {
        printf("w[%d] v[%d]:\n",i,i);
        scanf("%d %d",&w[i],&v[i]);
    }

    solve();
    return 0;
}

二重循环

#include <cstdio>
#include <iostream>

using namespace std;

#define MAX_N 100
#define MAX_W 1000

int n,W;
int w[MAX_N],v[MAX_N];

int dp[MAX_N+1][MAX_W+1];

void solve()
{
    for(int i=n-1;i>=0;i--)
    {
        for(int j=0;j<=W;j++)
        {
            if(j<w[i])
                dp[i][j]=dp[i+1][j];
            else
                dp[i][j]=max(dp[i+1][j],dp[i+1][j-w[i]]+v[i]);
        }
    }
    printf("%d\n",dp[0][W]);
}

int main()
{
    printf("n W:\n");
    scanf("%d %d",&n,&W);

    for(int i=0;i<n;i++)
    {
        printf("w[%d] v[%d]:\n",i,i);
        scanf("%d %d",&w[i],&v[i]);
    }

    solve();
    return 0;
}

i的循环为正向进行情况:

void solve()
{
    for(int i=0;i<n;i++)
    {
        for(int j=0;j<=W;j++)
        {
            if(j<w[i])
            {
                dp[i+1][j]=dp[i][j];
            }
            else
            {
                dp[i+1][j]=max(dp[i][j],dp[i][j-w[i]]+v[i]);
            }
        }
    }
    printf("%d\n",dp[n][W]);
}

版权声明:本文为 NoMasp柯于旺 原创文章,未经许可严禁转载!欢迎访问我的博客:http://blog.youkuaiyun.com/nomasp

转载于:https://my.oschina.net/nomasp/blog/503299

混合动力汽车(HEV)模型的Simscape模型(Matlab代码、Simulink仿真实现)内容概要:本文档介绍了一个混合动力汽车(HEV)的Simscape模型,该模型通过Matlab代码和Simulink仿真工具实现,旨在对混合动力汽车的动力系统进行建模与仿真分析。模型涵盖了发动机、电机、电池、传动系统等关键部件,能够模拟车辆在不同工况下的能量流动与控制策略,适用于动力系统设计、能耗优化及控制算法验证等研究方向。文档还提及该资源属于一个涵盖多个科研领域的MATLAB仿真资源包,涉及电力系统、机器学习、路径规划、信号处理等多个技术方向,配套提供网盘下载链接,便于用户获取完整资源。; 适合人群:具备Matlab/Simulink使用基础的高校研究生、科研人员及从事新能源汽车系统仿真的工程技术人员。; 使用场景及目标:①开展混合动力汽车能量管理策略的研究与仿真验证;②学习基于Simscape的物理系统建模方法;③作为教学案例用于车辆工程或自动化相关课程的实践环节;④与其他优化算法(如智能优化、强化学习)结合,实现控制策略的优化设计。; 阅读建议:建议使用者先熟悉Matlab/Simulink及Simscape基础操作,结合文档中的模型结构逐步理解各模块功能,可在此基础上修改参数或替换控制算法以满足具体研究需求,同时推荐访问提供的网盘链接获取完整代码与示例文件以便深入学习与调试。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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