题目链接:
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。 用子问题定义状态:即F [i, v]表示前i件物品恰放入一个容量为v 的背包可以 获得的最大价值。则其状态转移方程便是: F [i, v] = max{F [i − 1, v], F [i − 1, v − Ci ] + Wi } 这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生 出来的。所以有必要将它详细解释一下:“将前i件物品放入容量为v 的背包
中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化 为一个只和前i − 1件物品相关的问题。如果不放第i件物品,那么问题就转化 为“前i − 1件物品放入容量为v 的背包中”,价值为F [i − 1, v];如果放第i件物 品,那么问题就转化为“前i − 1件物品放入剩下的容量为v − Ci 的背包中”, 此时能获得的最大价值就是F [i − 1, v − Ci ]再加上通过放入第i件物品获得的价 值 Wi 。 伪代码如下: F [0, 0..V ] = 0 for i = 1 to N for v = Ci to V F [i, v] = max{F [i − 1, v], F [i − 1, v − Ci ] + Wi }
以上方法的时间和空间复杂度均为O(V N ),其中时间复杂度应该已经不能
再优化了,但空间复杂度却可以优化到O(V )。 先考虑上面讲的基本思路如何实现,肯定是有一个主循环i = 1..N ,每次 算出来二维数组F [i, 0..V ]的所有值。那么,如果只用一个数组F [0..V ],能不 能保证第i次循环结束后F [v]中表示的就是我们定义的状态F [i, v]呢?F [i, v]是 由F [i − 1, v]和F [i − 1, v − Ci ]两个子问题递推而来,能否保证在推F [i, v]时(也 即在第i次主循环中推F [v]时)能够取用F [i − 1, v]和F [i − 1, v − Ci ]的值呢?事 实上,这要求在每次主循环中我们以v = V..0的递减顺序计算F [v],这样才能保 证推F [v]时F [v − Ci ]保存的是状态F [i − 1, v − Ci] 的值。伪代码如下: F [0..V ] = 0 for i = 1 to N for v = V to Ci F [v] = max{F [v], F [v − Ci ] + Wi } 其中的F [v] = max{F [v], F [v − Ci ] + Wi }一句,恰就对应于我们原来的转移方 程,因为现在的F [v − Ci ]就相当于原来的F [i − 1, v − Ci ]。如果将v 的循环顺序 从上面的逆序改成顺序的话,那么则成了F [i, v]由F [i, v − Ci ]推导得到,与本题 意不符。 代码:#include#include #include #define N 3405using namespace std;int bag[12900];int w[N],d[N];int main(void){ int n,m; cin>>n>>m; for(int i=1;i<=n;i++) cin>>w[i]>>d[i]; memset(bag,0,sizeof(bag)); for(int i=1;i<=n;i++) for(int k=m;k>=w[i];k--) { if(bag[k-w[i]] + d[i] > bag[k]) bag[k] = bag[k - w[i]] + d[i]; } cout< <