0-1背包

【白话算法】从0-1背包到无限制背包,到背包变种。 先上题目: 0-1背包: 给定n个物品,考虑他们的重量 和 价值,分别为   w[0], w[1], w[2], w[3] ... w[n-1] 和  v[0], v[1], v[2], v[3], v[4] ... v[n-1]。 现在有一个载重量为 W 的背包,求这个背包能放入的物品组合的最大价值。(每个物品只有一件)。 物品数量无限制背包: 给定n种物品,考虑各个种类的物品单件的 重量 阅读详情
#include<stdio.h>
int main(){
	int n,c,i,j;
	int w[100],v[100],x[100];
	scanf("%d %d",&n,&c);
	int m[100][100];//m[i][j] i代表可选物品为i,i+1,,,n,  j代表背包容量 
	for(i=1;i<=n;i++){
		scanf("%d %d",&w[i],&v[i]);
	}
	for(j=0;j<=c;j++){
		if(j<w[n]) m[n][j]=0;
		else m[n][j]=v[n];
	}
	for(i=n-1;i>0;i--){//第i行 
		for(j=0;j<=c;j++){
		if(w[i]>j) m[i][j]=m[i+1][j];//不能装入第i件物品 
		else{
			if(m[i+1][j]>m[i+1][j-w[i]]+v[i]){//比较装或者不装的价值 
				m[i][j]=m[i+1][j];
			}
			else m[i][j]=m[i+1][j-w[i]]+v[i];   		
		}
		
		}
   }
   int q=c;
   for(i=1;i<n;i++){
   	if(m[i][q]==m[i+1][q]) x[i]=0;
   	else {
   		x[i]=1;
   		q=q-w[i];
	   }
   }
   	if(m[n][q]>0) x[n]=1;
   	else x[n]=0;
   	printf("%d\n",m[1][c]);
   	for(i=1;i<=n;i++){
   		printf("%d",x[i]);
	   }
}

动态规划 之 0-1背包问题 关于背包问题,其实可以分为两种类型:0-1背包问题 和 部分背包问题。 1、先通过一个例子来说明一下二者的区别吧! 有一个窃贼在偷窃一家商店时发现有n件物品,第i件物品价值为vi元,重量为wi,假设vi和wi都为整数。他希望带走的东西越值钱越好,但他的背包中之多只能装下W磅的东西,W为一整数。他应该带走哪几样东西? 0-1背包问题:每件物品或被带走,或被留下,(需要做出0-1选择)。小偷 阅读详情

相关推荐

Python解决0/1背包和完全背包问题

总述: 在解决背包问题前,需要了解的是动态规划的思想,背包问题是最典型的动态规划应用。 一、0/1背包问题 0/1背包的关键在于每个物品都只有两个状态:装和不装。 例如,某0/1背包问题为,n=5,w={2,2,6,5,4},v={6,3,5,4,6},W=10。求背包能装下的最大价值。 分析: 背包的回推过程非常关键,在接下来的实例中会详细阐述。 其中i表示物品序号,r表示...

wondering_cat的博客 1960

背包九讲 -- 动态规划 与 回溯法

开心!第一次用回溯法,半个多钟就搞定!发现自己在回溯法这方面有些天赋,上次做了道素数环,也是一次就过,都不用做过多修改,感觉写程序一定要相信自己的直觉,大胆尝试,不要看别人的答案,看了也要保持独立思考,不要受其影响!! 先贴个回溯法的代码,动态规划法的以后贴上。 //以下是回溯法 #include int w[100],v[100],x[100],totalsum=0,c,n,sum=0;

hj1107402232的专栏 883

0-1背包+分数背包

题目出自北航ojhttps://buaacoding.cn/contest-ng/index.html#/187/problems B Bamboo&APTX4844魔发药水 时间限制:2000ms   内存限制:65536kb 题目描述 “朋友,你渴望力量吗?” “不渴望谢谢。” “那朋友,你想要浓密的头发吗?” “想。” Bamboo停下脚步望了望角落里的巫师:“你这不是

Code_BaiYE的博客 1165

背包问题总结【0-1背包、完全背包、排列组合问题】

背包问题

theonepiece的博客 2318

小智AI MCP协议实战:从语音指令到设备响应的完整链路拆解

本文深入拆解了小智AI MCP协议在智能语音交互中的完整工作流程。通过一个“调节音量”的真实场景,详细阐述了从语音采集、云端AI意图理解与决策,到MCP协议下的工具调用、设备端执行,最终完成语音反馈的每一个技术环节。文章重点分析了MCP协议如何通过标准化的交互模型,解决AI意图与设备控制间的“最后一公里”通信难题,实现高效可靠的设备响应。

defi6farmer的博客 249

STM32+ST7789屏实战:手把手教你打造物理按键控制的3级菜单GUI(附完整代码)

本文详细介绍了如何使用STM32和ST7789屏构建物理按键控制的3级菜单GUI系统。从硬件架构设计、SPI驱动配置到菜单状态机实现,提供了完整的代码示例和优化技巧,帮助开发者快速掌握嵌入式GUI开发的核心技术。

iii12的专栏 236

背包DP问题(0/1背包,完全背包,多重背包,分组背包)

背包DP问题0/1背包问题模型状态转移方程完全背包二级目录三级目录多重背包二级目录三级目录分组背包二级目录三级目录 0/1背包 问题模型 给定N个物品,其中第i个物品的体积为Vi,价值为Wi。有一个容积为M的背包。要求放入物品的总体积不超过M的情况下,总价值最高。 状态转移方程 完全背包 二级目录 三级目录 多重背包 二级目录 三级目录 分组背包 二级目录 三级目录 ...

JomQ的博客 1372

英飞凌TC3xx DSADC旋变软解码实战:从示波器波形到VX1000数据,手把手教你避坑

本文详细介绍了英飞凌TC3xx系列微控制器的DSADC模块在电机旋变软解码中的实战应用。从示波器波形分析到VX1000数据采集,提供了一套完整的调试方法论,帮助工程师快速定位和解决常见问题,提升解码精度和系统性能。

weixin_30598225的博客 517

0-1背包与完全背包的区别

0-1背包 重要部分:每次每个物品最多只能选择一次。 题面:有n个重量和价值分别为 Wi 与 Vi 的物品,现在从这些物品中挑选出总重量不超过 s 的物品,并且要求总价值最大。 输入: n=4 S=5 (w,v) = {(2,3)(1,2)(3,4)(2,2)} 输出: 7(选择0,1,3号物品) 对于这个问题我们可以先用最朴素的方法,判断每个物品是否放入背包中。 #include<...

厄尔尼诺的博客 1558

别再乱调NvM_WriteBlock了!手把手教你搞懂Autosar NVM状态机与读写时序

本文深入解析Autosar NVM状态机与读写时序,帮助开发者避免常见错误。通过详细的状态机解读、最佳实践代码示例和异常处理策略,提升嵌入式系统中数据存储的可靠性。特别针对NvM_WriteBlock的调用逻辑和状态机机制进行实战讲解,解决工程师在实际开发中遇到的异步写入问题。

weixin_33701617的博客 347

工程创新训练大赛智能网联车辆赛道LKA+自动驾驶9000+分数分案例

/获取主车在主车路径上的ST坐标。if (status == AVPStatus::eForwarding) // approaching the parking space接近阶段。if (status == AVPStatus::eForwarding) // approaching the parking space接近阶段。if (status == AVPStatus::eForwarding) // approaching the parking space接近阶段。

handsomeboyou的博客 1135

背包初步(0-1背包、完全背包)

背包初步(0-1背包、完全背包) Charm Bracelet S 检查数组是否存在有效划分 单词拆分 疯狂的采药 自然数拆分

ZZZS0516的博客 865

【ESP32设备通信】-LoRa通信

在本文中,我们将使用 Arduino IDE 将 ESP32 与 LoRa SX1278 (Ra-02) 模块连接起来。 我们将创建一个真实的示例项目,通过 LoRa 无线打开/关闭 LED 进行演示。

视觉与物联智能 1894

完全背包,0-1背包实战

完全背包,0-1背包实战完全背包原题摘录简要解析0-1背包原题摘录简要解析 完全背包 浅解:就是必须将背包装满 原题摘录 简要解析 显然,这是一个完全背包问题.问题就是挑选物品,把总体积凑成40有多少种凑法?枚举显然不行.因为枚举每个物品选还是不选,有2^20种. 先可以尝试使用递归的思想.递归是很多思想的一个起点.也最容易想到.以及从他出发优化出更好的办法. 把ways(int w,int k...

2020 473

AIPex:AI + 自然语言驱动的浏览器自动化扩展

AIPex是一款革命性的Chrome扩展,通过AI技术实现自然语言驱动的浏览器自动化。它支持30多种自动化工具,包括智能标签页管理(分组、切换、批量操作)、页面内容提取(文本、链接、元数据)、交互元素操作(点击、滚动)以及表单智能填写等功能。用户只需用自然语言下达指令,即可快速完成复杂的浏览器操作,大幅提升工作效率。AIPex特别适合需要处理大量重复性网页操作的用户,如数据分析师、产品经理等。

blues_C的博客 1141

手把手教你完成基于matlab的LSTM时间序列分析

时间序列是按时间顺序组织的数字序列,是数据分析中重要的处理对象之一。时间序列的主要特点是数据获取方式一般具有客观性,能反映某种现象的变化趋势或统计指标,进而预测未来走向,这在本质上也是一个回归预测的问题。长短时记忆网络(Long Short-Term Memory,LSTM)是一种循环神经网络,适合处理有更长时间跨度的内部记忆,被广泛应用于时间序列分析,能够保持数据的内在持续性,反映数据的细粒度走势,具有良好的预测效果。

在职AI算法工程师,擅长计算机视觉,YOLO目标检测、分割等,擅长web、pyqt界面可视化,好内容持续更新中,来这里跟大家一起学习,共同进步 898

背包总结——0-1背包及完全背包问题总结及代码模板

背包总结 背包问题通常是多种物品有多个属性,且已知条件为某属性被受限,求另一属性的最大/最小/等于/存在不存在。以0-1背包为例解释:n个物品具有的属性为重量和价值,其中总重量C将重量的属性限制住,求最大价值,即求另一属性的特征。 针对背包问题: 1、先判断属于0-1背包还是完全背包。 2、看是求最大值/最小值/等值/是否存在/排列/组合(排列/组合问题通常出现在完全背包中)。 确定了背包类型及要求的问题后,即可下手做题。 1、0-1背包 0-1背包是指物品只能使用一次,故通常其状态方程为: dp[i][j

baymax的博客 589

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

遗传算法 0-1背包_0-1背包算法

遗传算法 0-1背包Problem statement: 问题陈述: We have given items i1, i2 , ..., in (the item we want to put in our bag) with associated weights w1, w2, ... wn and profit values V1, V2, ... Vn. Now the problem ...

cumtb2009的博客 841

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

0 - 1背包问题

什么是0 - 1背包 首先看一波百度词条对于 “0 - 1背包问题” 的阐述: 01背包是在M件物品取出若干件放在空间为W的背包里,每件物品的体积为W1,W2至Wn,与之相对应的价值为P1,P2至Pn。01背包是背包问题中最简单的问题。01背包的约束条件是给定几种物品,每种物品有且只有一个,并且有权值和体积两个属性。在01背包问题中,因为每种物品只有一个,对于每个物品只需要考虑选与不选两种情况。如果不选择将其放入背包中,则不需要处理。如果选择将其放入背包中,由于不清楚之前放入的物品占据了多大的空间,需要枚举

nepu_bin的博客 3224

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

0-1背包问题、完全背包问题、多维背包问题详讲及代码示例

0-1背包问题 有 N 件物品和一个容量为 V 的背包。放入第 i 件物品耗费的费用是 Ci(即占用背包的空间容量),得到的价值是 Wi。 求解将哪些物品装入背包可使价值总和最大。 这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。 二维数组0-1背包问题的状态转移方程: F[i, v] = max{F[i − 1, v], F[i − 1, v − Ci] + Wi} 一维数组0-1背包问题的状态转移方程(优化后节省了空间): F[v] = max{F[v], F[v − Ci]

m0_46613023的博客 8989

0/1背包问题

0/1背包问题 文章目录0/1背包问题【问题描述】【问题分析】【算法设计】【算法分析】 【问题描述】 给定nnn种物品和一个背包,物品iii(1≤i≤n1 \leq i \leq n1≤i≤n)的重量是ωi\omega_iωi​,其价值是viv_ivi​,背包的容量为CCC,对于每种物品只有两种选择,即装入背包或不装入背包。问题是如何选择装入背包的物品使得装入背包的物品的总价值最大? 【问题分析】...

liuxiaocs7的博客 2611

0-1背包问题

动态规划解决0/1背包问题 什么是 0/1 背包问题,在我们计算机眼里中 0 就代表完全没有,1 就代表完全得到。所以,0/1 背包就是一件物品是否放入背包

专注技术 2740

0-1背包,完全背包,多重背包问题

今天看到背包问题。特记录下整理下自己的理解。方便以后查阅自己算法的理解。 看背包问题,主要是它是用到动态规划,动态规划是能把问题划分为子问题。也就是状态转移方程。更多了动态规划,查看其他的博客或者文档。 问题描述: 一个背包的总容量为V,现在有N类物品,第i类物品的重量为weight[i],价值为value[i] 那么往该背包里装东西,怎样装才能使得最终包内物品的总价值...

qqjjjaa11的专栏 285

0-1背包总结

y,那么重量为 x 的石头将会完全粉碎,而重量为 y 的石头新重量为 y-x。第i件物品的重量是weight[i],得到的价值是value[i]。注意:dp[i][j]:最多有i个0和j个1的strs的最大子集的大小为dp[i][j]。以上就是0-1背包的问题,方法用的都是滚动数组,滚动数组要注意的是遍历顺序:先物品后背包。j–) { // 遍历背包容量。这里的最大重量其实相当于背包能装的最大价值,因为石头的价值和重量是一样的。dp[j]表示的是容量为j的背包,所背的物品价值可以最大为dp[j]

weixin_45254101的博客 1018

背包详解(0-1背包,完全背包,多重背包)

  0-1背包: 就是给定n个物品(每个物品只有一件),和一个容量为C的背包,每个物品的价值为v,重量为w,每个物品只可以选择放入(1)或不放入(0),让背包中的物品价值最大。 例如:一个背包容量为C=10,有n=5个物品。 价值v 6 3 5 4 6 重量w 2 2 6 5 4 用子问题定义状态,即前i件物品恰好放入一个...

September_的博客 1959

背包问题——“0-1背包”,“完全背包”(这样讲,还能不会?)

用最简洁的语言,讲最通俗的教学~

CYK_byte的博客 3593
上一篇: 最长公共子序列
下一篇: 01背包----回溯
grbgit
博客等级 码龄6年 5粉丝 12原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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