完全背包问题

文章介绍了完全背包问题,其中每种物品无限件,目标是找到能装入背包且费用不超过容量的物品组合,以最大化价值。通过动态规划的方法,给出状态转移方程,并提出一种优化策略,即删除价值低费用高的物品。提供的C++代码实现了这一解决方案,但无法改善最坏情况的时间复杂度。

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

完全背包问题

题目

有 N 种物品和一个容量为 V 的背包,每种物品都有无限件可用。放入第 i 种物品
的费用是 C[i],价值是 W[i]。求解:将哪些物品装入背包,可使这些物品的耗费的费用总
和不超过背包容量,且价值总和最大。

思路

这个问题非常类似于01背包问题,所不同的是每种物品有无限件。也就是从每种物品的角度考虑,与它相关的策略已并非取或不取两种,而是有取0件、取1件、取2件……等很多种。如果仍然按照解01背包时的思路,令f [ i ] [ j ]表示前i种物品恰放入一个容量为V的背包的最大权值。仍然可以按照每种物品不同的策略写出状态转移方程,像这样:

f[i][j]=max(f[i−1][j−k∗c[i]]+k∗w[i])0≤k∗c[i]≤j

完全背包问题有一个很简单有效的优化,是这样的:若两件物品i ii、j jj满足c [ i ] ≤ c [ j ]且w [ i ] ≥ w [ j ] ,则将物品j jj去掉,不用考虑。这个优化的正确性显然:任何情况下都可将价值小费用高得j jj换成物美价廉的i ii,得到至少不会更差的方案。对于随机生成的数据,这个方法往往会大大减少物品的件数,从而加快速度。然而这个并不能改善最坏情况的复杂度,因为有可能特别设计的数据可以一件物品也去不掉。代码如下:

for (int i = 1; i <= n; i++)
    for (int j = c[i]; j <= V; j++)
        f[j] = max(f[j], f[j - c[i]] + w[i]);

代码

#include<bits/stdc++.h>
using namespace std;
int c[205], f[5005], v[205], t, m;
int main()
{
	cin >> t >> m;
	for(int i = 1; i <= m; i++) cin >> c[i] >> v[i];
	for(int i = 1; i <= m; i++) {
       for(int j = t;j >= c[i]; j--) {
            f[j] = max(f[j], f[j - c[i]] + v[i]);
       }
    }
    cout<<f[t];
	return 0;
}

谢谢观看

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