0/1背包，及空间优化

最新推荐文章于 2024-10-01 18:52:56 发布

SNUT —zjr

最新推荐文章于 2024-10-01 18:52:56 发布

阅读量100

点赞数

文章标签：动态规划

本文探讨了如何利用动态规划解决背包问题，通过打表记录策略减少空间消耗，并详细解释了如何计算VM[i][j]以求得背包在不同容量下的最大价值。展示了两种代码实现方式，一种是标准的二维数组，另一种是循环数组优化版本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背包问题借助打表记录，不断扩大每个子背包，记录最大价值直到整个背包，VM[i][j]为第i件商品，背包容量为j的情况下的最优价值，第i件商品的最优价值分两种情况，拿i的话价值为（出去i的重量时的最大价值+i的价值），不拿的话最大价值为i-1时的最大价值。两种情况取价值最大的，当i=n，j=m时即为此背包的价值最大。

#include <bits/stdc++.h>
using namespace std;
int Wight[100],Value[100];
int VM[100][200];//VM:value Max,层数代表商品序号，列代表背包当前容量，数值代表此容量下的最大价值。
int main()
{
    int n,m;//n件商品，m背包容量。
    cin>>n>>m;
    for(int i=1;i<=n;i++)
        cin>>Wight[i]>>Value[i];
    for(int i=1;i<=n;i++)
         for(int j=1;j<=m;j++)
             if(j<Wight[i]) VM[i][j]=VM[i-1][j];//当背包不足以放下商品i时，最优价值与i-1时相同。
             else VM[i][j]=max(VM[i-1][j],VM[i-1][j-Wight[i]]+Value[i]);//背包可以放下i时，价值=max【（i的价值+减去i重量时的最优价值），不拿i的最优价值】
    //检验程序，横坐标为背包容量0~m，纵坐标为商品0~n.
    for(int i=0;i<=n;i++)
    {
        for(int j=0;j<=m;j++)
           cout<<VM[i][j]<<" ";
        cout<<endl;
    }
    cout<<"最大价值 :";
    cout<<VM[n][m];
}

使用循环数组，节省空间

#include <bits/stdc++.h>
using namespace std;
int Wight[100],Value[100],VM[200];
int main()
{
    int n,m;//n件商品，m背包容量。
    cin>>n>>m;
    for(int i=1;i<=n;i++)
        cin>>Wight[i]>>Value[i];
    for(int i=1;i<=n;i++)
        for(int j=m;j>=1;j--)
             if(j>=Wight[i]) VM[j]=max(VM[j],VM[j-Wight[i]]+Value[i]);//背包可以放下i时，价值=max【（i的价值+减去i重量时的最优价值），不拿i的最优价值】
    cout<<VM[m];
}