动态规划(5)——01背包问题(NYOJ289苹果)

苹果


描述


ctest有n个苹果,要将它放入容量为v的背包。给出第i个苹果的大小和价钱,求出能放入背包的苹果的总价钱最大值。



输入

有多组测试数据,每组测试数据第一行为2个正整数,分别代表苹果的个数n和背包的容量v,n、v同时为0时结束测试,此时不输出。接下来的n行,每行2个正整数,用空格隔开,分别代表苹果的大小c和价钱w。所有输入数字的范围大于等于0,小于等于1000。

输出

对每组测试数据输出一个整数,代表能放入背包的苹果的总价值。

样例输入

3 3
1 1
2 1
3 1
0 0

样例输出

2
思路:
就是典型的01背包,用dp[i][j]来代表从第i个苹果到第n个苹果能够装到背包容量为j的最大价值;dp[i][j]=dp[i+1][j]表示,第i个苹果没有装进背包里(第i个苹果的体积比背包的容量大,装不下);dp[i][j]=max(dp[i+1][j],dp[i+1][j-tiji[i]]+jiazhi[i]);(第i个苹果的体积不大于背包容量,这时就看这个苹果放入背包后的最大价值dp[i+1][j-tiji[i]]+jiazhi[i])和未放入背包时的最大值dp[i+1][j]哪个大就取哪个的值。
AC代码如下:

?





1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

#include<iostream>

#include<stdio.h>

#include<stdlib.h>

#include<string.h>

using
namespace std;

int
dp[1005][1005];

int
tiji[1005];

int
jiazhi[1005];

int
main()

{

    int
n,v;

    while(scanf("%d%d",&n,&v))

    {

        if(n==0&&v==0)

            break;

        memset(tiji,0,sizeof(tiji));

        memset(jiazhi,0,sizeof(jiazhi));

        for(int
i=1;i<=n;i++)

        {

            scanf("%d",&tiji[i]);

            scanf("%d",&jiazhi[i]);       

        }

        memset(dp,0,sizeof(dp));

        int
jiaoxiao=min(v,tiji[n]-1);

        for(int
j=0;j<=jiaoxiao;j++)

        {

            dp[n][j]=0;//如果背包容量小于n的体积,那么就只装n苹果而言肯定是装不下。       

        }

        for(int
j=tiji[n];j<=v;j++)

        {

            dp[n][j]=jiazhi[n];       

        }

        for(int
i=n-1;i>1;i--)

        {

             jiaoxiao=min(tiji[i]-1,v);

             for(int
j=0;j<=jiaoxiao;j++)

             {

                dp[i][j]=dp[i+1][j];//第i个苹果未装入       

             }

             for(int
j=tiji[i];j<=v;j++)

             {

                 dp[i][j]=max(dp[i+1][j],dp[i+1][j-tiji[i]]+jiazhi[i]);       

             }

        }

        dp[1][v]=dp[2][v];

        if(tiji[1]<=v)

        {

            dp[1][v]=max(dp[2][v],dp[2][v-tiji[1]]+jiazhi[1]);             

        }

        printf("%d\n",dp[1][v]);

    }

    system("pause");

    return
0;

}

  

 

时间: 2024-11-05 12:09:15

动态规划(5)——01背包问题(NYOJ289苹果)的相关文章

动态规划之01背包问题(最易理解的讲解)

01背包问题,是用来介绍动态规划算法最经典的例子,网上关于01背包问题的讲解也很多,我写这篇文章力争做到用最简单的方式,最少的公式把01背包问题讲解透彻. 01背包的状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi( j >= Wi ),  f[i-1,j] } f[i,j]表示在前i件物品中选择若干件放在承重为 j 的背包中,可以取得的最大价值. Pi表示第i件物品的价值. 决策:为了背包中物品总价值最大化,第 i件物品应该放入背包中吗 ? 题目描述: 有编号分别为a,b

动态规划专题 01背包问题详解【转】

对于动态规划,每个刚接触的人都需要一段时间来理解,特别是第一次接触的时候总是想不通为什么这种方法可行,这篇文章就是为了帮助大家理解动态规划,并通过讲解基本的01背包问题来引导读者如何去思考动态规划.本文力求通俗易懂,无异性,不让读者感到迷惑,引导读者去思考,所以如果你在阅读中发现有不通顺的地方,让你产生错误理解的地方,让你难得读懂的地方,请跟贴指出,谢谢! 初识动态规划 经典的01背包问题是这样的: 有一个包和n个物品,包的容量为m,每个物品都有各自的体积和价值,问当从这n个物品中选择多个物品放

动态规划入门-01背包问题 - poj3624

2017-08-12 18:50:13 writer:pprp 对于最基础的动态规划01背包问题,都花了我好长时间去理解: poj3624是一个最基本的01背包问题: 题意:给你N个物品,给你一个容量为M的背包 给你每个物品的重量,Wi 给你每个物品的价值,Di 求解在该容量下的物品最高价值? 分析: 状态: dp[i][j] = a 剩下i件 当前容量为j的情况下的最大价值为a 如果用 i 来枚举物品编号, 用 j 来枚举重量,那么 if ( j is from 1 to weight[i]

动态规划算法--01背包问题

基本思想: 动态规划算法通常用于求解具有某种最优性质的问题.在这类问题中,可能会有许多可行解.每一个解都对应于一个值,我们希望找到具有最优值的解.动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解.与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的(即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解).若用分治法来解这类问题,则分解得到的子问题数目太多,有些子问题被重复计算了很

动态规划求解0-1背包问题

0-1背包问题是: 一个背包能承受的最大容量为max_weight,  现在有n个物品, 它们的重量分别是{w1,w2,w3,......wn}, 和价值分别是{v1,v2,......vn}, 现在要求在满足背包装载的物品不超过最大容量的前提下,保证装载的物品的价值最大? 动态规划求解过程可以这样理解: 对于前i件物品,背包剩余容量为j时,所取得的最大价值(此时称为状态3)只依赖于两个状态. 状态1:前i-1件物品,背包剩余容量为j.在该状态下,只要不选第i个物品,就可以转换到状态3. 状态2

动态规划专题 01背包问题详解 HDU 2546 饭卡

我以此题为例,详细分析01背包问题,希望该题能够为初学者对01背包问题的理解有所帮助,有什么问题可以向我提供,一同进步^_^ 饭卡 Time Limit: 5000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Submission(s): 14246    Accepted Submission(s): 4952 Problem Description 电子科大本部食堂的饭卡有一种很诡异的设计,即

动态规划之01背包问题(含代码C)

1.动态规划的基本思想 动态规划算法通常用于求解具有某种最优性质的问题.其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解.与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的.若用分治法来解这类问题,则分解得到的子问题数目太多,有些子问题被重复计算了很多次.如果我们能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,这样就可以避免大量的重复计算,节省时间.我们可以用一个表来记录所有已解的子问题的答案.不管该子问题以

【动态规划】01背包问题_两种解法

问题描述 0-1背包问题:给定\(n\)种物品和一背包.物品i的重量是\(w_i\),其价值为\(v_i\),背包的容量为\(C\).问:应该如何选择装入背包的物品,使得装人背包中物品的总价值最大? 在选择装人背包的物品时,对每种物品\(i\)只有两种选择,即装人背包或不装入背包.不能将物品\(i\)装入背包多次,也不能只装入部分的物品\(i\).因此,该问题称为0-1背包问题. 此问题的形式化描述是,给定\(C>0\),\(w_i>0\),\(v_i>0\),\(1≤i≤n\),要求找

动态规划之01背包问题

01背包问题 问题描述: 给定 n 件物品,物品的重量为 w[i],物品的价值为 c[i].现挑选物品放入背包中,假定背包能承受的最大重量为 V,问应该如何选择装入背包中的物品,使得装入背包中物品的总价值最大? 针对这个问题,本人理解了多次,也了看各种题解,尝试各种办法总还觉得抽象:或者说,看了多次以后,只是把题解的状态转移方程记住了而已,并没有真正的“掌握”其背后的逻辑.直到我看了这篇文章,在此感谢作者并记录于此. 01背包问题之另一种风格的描述: 假设你是一个小偷,背着一个可装下4磅东西的背

动态规划之 0-1背包问题及改进

有N件物品和一个容量为V的背包.第i件物品的重量是w[i],价值是v[i].求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量,且价值总和最大.在选择装入背包的物品时,对于每种物品i,只能选择装包或不装包,不能装入多次,也不能部分装入,因此成为0-1背包问题. 形式化描述为:给定n个物品,背包容量C >0,重量 第i件物品的重量w[i]>0, 价值v[i] >0 , 1≤i≤n.要求找一n元向量(X1,X2,…,Xn,), Xi∈{0,1}, 使得 ∑(w[i] * Xi) ≤C