挑战程序设计 初级篇 动态规划

Posted lyhhahaha

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了挑战程序设计 初级篇 动态规划相关的知识,希望对你有一定的参考价值。

1.01背包问题

1.朴素的二维数组解法

dp[i][j]表示前i件物品装入容量是j的背包所能获得的最大价值

状态转移方程是dp[i][j]=(1)dp[i-1][j](在第i件物品装不下的情况下)

(2)max(dp[i-1][j],dp[i-1][j-w[i]]+v[i])(装的下的情况下,装和不装都试一下)

技术分享图片
#include<iostream>
using namespace std;
int n,w[100],v[100],dp[100][10000],ww;//w表示重量,v表示价值
void solve()
{
    int i,j;
    cin>>n>>ww;//ww是背包容量 
    for(i=1;i<=n;i++)cin>>w[i];//输入n个物品的重量 
    for(i=1;i<=n;i++)cin>>v[i];//输入n个物品的价值
    for(i=1;i<=n;i++)
        for(j=1;j<=ww;j++)
        {
            if(j<w[i])dp[i][j]=dp[i][j-1];//如果放不下的话就不放 
            else dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]);//放的下的话,选放和不放的最大值 
        } 
    cout<<dp[n][ww]<<endl;//n个物品,容量是ww的背包能装下的最大价值 
}
int main()
{
    solve();
}
View Code

2.滚动数组的解法

滚动数组的解法时间复杂度没有变化,都是O(n*ww),但是减少了空间复杂度

状态转移方程:dp[j]=max(dp[j],dp[j-w[i]]+v[i])(max里的dp[j]表示前i-1件物品装入容量j的背包获得的最大价值)

技术分享图片
#include<iostream>
using namespace std;
int ww,n,w[100],v[100],dp[10000];//n个物品,背包容量ww
void solve()
{
    int i,j;
    cin>>n>>ww;
    for(i=1;i<=n;i++)cin>>w[i];
    for(i=1;i<=n;i++)cin>>v[i];
    for(i=1;i<=n;i++)
        for(j=ww;j>=w[i];j--)//这种情况下一定装的下(装不下的情况就是dp[j]=dp[j]所以不加if判断)
            dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
    cout<<dp[ww]<<endl;
}
int main()
{
    solve();
}
View Code

3.背包容量可能特别大的情况

 

以上是关于挑战程序设计 初级篇 动态规划的主要内容,如果未能解决你的问题,请参考以下文章

初级算法探索——动态规划篇(三十一)

初级算法探索——动态规划篇(二十七)

初级算法探索——动态规划篇(二十九)

初级算法探索——动态规划篇(二十二)

初级算法探索——动态规划篇(三十)

初级算法探索——动态规划篇(二十九)