01背包问题及其打印方法

本文介绍了如何使用动态规划解决01背包问题,通过实例展示了给定背包容量和多个物品体积价值的场景,提供了C++代码实现,并探讨了如何通过print函数呈现解的过程。关键在于理解价值最大化的决策过程和dp数组的填充策略。

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

【问题描述】给定一个容量为C的背包,现有n个物品,每个物品的体积分别为s1,s2…sn,价值分别为v1,v2…vn。每个物品只能放入一次。背包最多能装入价值为多少的物品。
【输入形式】输入的第1行包含2个整数C和n,分别表示背包容量和物品个数。接下来n行,每行包含2个整数si和vi,分别表示物品的体积和价值。
【输出形式】输出1行中含有一个数字,表示背包能装入的物品的最大价值。
【样例输入】

9 4

2 3

3 4

4 5

5 7
【样例输出】

12

题解:

01背包思路不再赘述,打印方法和最长公共子序列类似,略了。

#include <iostream>
#include <algorithm>
using namespace std;
int c, n, s[101], v[101], dp[101][101];

void print(int i, int j) {
    if (i == 0 || j == 0) {
        return;
    }
    if (j - s[i] >= 0) {
        if (dp[i - 1][j - s[i]] + v[i] == dp[i][j]) {
            print(i - 1, j - s[i]);
            cout << i << ' ';
        }
        else {
            print(i - 1, j);
        }
    }
    else {
        print(i - 1, j);
    }
}

int main()
{
    cin >> c >> n;
    for (int i = 1; i <= n; ++i) {
        cin >> s[i] >> v[i];
    }
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= c; j++) {
            if (j - s[i] >= 0) {
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - s[i]] + v[i]);
            }
            else {
                dp[i][j] = dp[i - 1][j];
            }
        }
    }
    cout << dp[n][c] << '\n';
    print(n, c);
    return 0;
}
评论 1
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