[题目概述]
有 N 种物品和一个容量是 V 的背包,每种物品都有无限件可用。
第 i 种物品的体积是 viv_ivi,价值是wiw_iwi。
求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。输出最大价值。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行两个整数 vi,wi,v_i,w_i,vi,wi,用空格隔开,分别表示第 i 种物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤10000< N , V ≤ 10000<N,V≤1000
0<vi,wi≤10000 < v_i, w_i ≤ 10000<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
题目转化一下就是背包容积为V,n件物品,每件物品可以取任意件,求所取物品的最大价值。
状态表示:f[i][j] 只考虑前i件物品,容积为j的背包所取物品的总价值的最大值
状态计算:我们划分的条件就是最后一个不同的点,我们现在不同的就是第i件物品取得数量,可以取0,1… j/k件。
f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i], f[i - 1][j - 2* v[i]] + 2*w[i] + …)
初代代码
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1005;
int f[N][N], w[N], v[N], n, V;
int main(){
cin >> n >> V;
for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++){
for(int j = 0; j <= V; j ++){
for(int k = 0; j - k * v[i] >= 0; k ++){
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
}
}
}
cout << f[n][V] << endl;
return 0;
}
但这样肯定是会超时的,最少要优化掉一层,首先应该是k这层
我们可以发现一个规律
f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i], f[i - 1][j - 2v[i]] + 2w[i] + …)
f[i][j - v[i]] = max( f[i - 1][j - v[i]], f[i - 1][j - 2*v[i]] + w[i] + …)
我们可以发现 f[i][j] = max(f[i - 1][j], f[i][j - v[i]] + w[i])
这样的话,就可以优化掉k层
优化代码
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1005;
int f[N][N], w[N], v[N], n, V;
int main(){
cin >> n >> V;
for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++){
for(int j = 0; j <= V; j ++){
f[i][j] = f[i - 1][j];
if(j >= v[i]){
f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i]);
}
}
}
cout << f[n][V] << endl;
return 0;
}
我们可以发现这个和01背包的代码很像
这个是01背包的核心句
f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
所以可以仿照01背包的优化
最终优化代码
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1005;
int f[N][N], w[N], v[N], n, V;
int main(){
cin >> n >> V;
for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];
for(int i = 1; i <= n; i ++){
for(int j = v[i]; j <= V; j ++){
f[j] = max(f[j], f[j - v[i]] + w[i]);
}
}
cout << f[n][V] << endl;
return 0;
}
- 本题的分享就结束了,完全背包其实和01背包最后优化后的代码挺相似,注意别写错就行
- 记得点赞关注加收藏!
文章讲述了如何将一个完全背包问题转化为01背包问题进行优化,通过状态转移方程简化了原始代码,使得在N物品和V容量背包中寻找最大价值的求解更高效。
1万+

被折叠的 条评论
为什么被折叠?



