完全背包(模板)

一、题目描述

描述

你有一个背包,最多能容纳的体积是V。

现在有n种物品,每种物品有任意多个,第i种物品的体积为vi​ ,价值为wi​。

(1)求这个背包至多能装多大价值的物品?

(2)若背包恰好装满,求至多能装多大价值的物品?

输入描述:

第一行两个整数n和V,表示物品个数和背包体积。

接下来n行,每行两个数vi和wi,表示第i种物品的体积和价值。

1≤n,V≤10001≤n,V≤1000

输出描述:

输出有两行,第一行输出第一问的答案,第二行输出第二问的答案,如果无解请输出0。

示例1

输入:

复制代码
2 6
5 10
3 1

输出:

复制代码
10
2

示例2

输入:

复制代码
3 8
3 10
9 1
10 1

输出:

复制代码
20
0

说明:

复制代码
无法恰好装满背包。

示例3

输入:

复制代码
6 13
13 189
17 360
19 870
14 184
6 298
16 242

输出:

复制代码
596
189

说明:

复制代码
可以装5号物品2个,达到最大价值298*2=596,若要求恰好装满,只能装1个1号物品,价值为189.

题目链接:

【模板】完全背包_牛客题霸_牛客网

二、 解题方法(动态规划)

先解决第一问:
1、状态表示
dp[i][j] 表示:从前 i 个物品中挑选,总体积不超过 j ,所有的选法中,能挑选出来的最大价值。
2、状态转移方程
我们根据最后一步的状况,来分情况讨论。但是最后一个 物品能选很多个,因此我们的需要分很多情况:
(1) 选 0 个第 i 个物品 :此时相当于就是去前 i - 1 个物品中挑选,总体积不超过 j 。
此时 最大价值为 dp[i - 1][j] ;
(2) 选 1 个第 i 个物品 :此时相当于就是去前 i - 1 个物品中挑选,总体积不超过 j - v[i] 。因为挑选了一个 i 物品,此时 最大价值为 dp[i - 1][j - v[i]] + w[i];
(3) 选 2 个第 i 个物品 :此时相当于就是去前 i - 1 个物品中挑选,总体积不超过 j - 2 * v[i] 。因为挑选了两个 i 物品,此时 最大价值为 dp[i - 1][j - 2 * v[i]] + 2 * w[i] ;
(4)......
综上,我们的状态转移方程为:
dp[i][j]=max(dp[i-1][j], dp[i-1][j-v[i]]+w[i], dp[i-1][j-2*v[i]]+2*w[i]...)
此时,可以进行优化,优化的方 向就是用一个或者两个状态来表示这一堆的状态,通常就是用数学的方式做一下等价替换。
我们发 现 第二维是有规律的变化的,因此我们去看看 dp[i][j - v[i]] 这个状态:
dp[i][j-v[i]]=max(dp[i-1][j-v[i]],dp[i-1][j-2*v[i]]+w[i],dp[i-1][j-3*v[i]]+2*w[i]...)
我们发现, 把 dp[i][j - v[i]] 加上 w[i] 正好和 dp[i][j] 中除了第一项以外的全部一致 ,因此我们可以修改我们的状态转移方程为:
dp[i][j] = max(dp[i - 1][j], dp[i][j - v[i]] + w[i])
3、初始化
我们多加一行,方便我们的初始化,此时 仅需将第一行初始化为 0 即可 。因为什么也不选,也能
满足体积不大于 j 的情况,此时的价值为 0 。
4、填表顺序
根据状态转移方程, 仅需从上往下填表即可。
5、返回值
根据状态表示,返回 dp[n][V] 。
接下来解决第二问:
因为有可能凑不齐 j 体积的物品,因此我们把不合法的状态设置为 -1 。
1、状态表示
dp[i][j] 表示:从前 i 个物品中挑选,总体积正好等于 j ,所有的选法中,能挑选出来的最大价值。
2、状态转移方程
dp[i][j] = max(dp[i - 1][j], dp[i][j - v[i]] + w[i]) 。
但是在使用 dp[i][j - v[i]] 的时候,不仅要判断 j >= v[i] ,又要判断 dp[i][j - v[i]] 表示的情况是否存在,也就是 dp[i][j - v[i]] != -1 。
3、初始化
我们多加一行,方便我们的初始化:
1) 第一个格子为 0 ,因为正好能凑齐体积为 0 的背包;
2) 但是第一行后面的格子都是 -1 ,因为没有物品,无法满足体积大于 0 的情况。
4、填表顺序
仅需从上往下填表即可。
5、返回值
由于最后可能凑不成体积为 V 的情况,因此返回之前需要判断一下。

三、代码

java 复制代码
import java.util.Scanner;

// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        //输入n,V
        int n = in.nextInt();
        int V = in.nextInt();
        //创建v,w数组,存每个物品的体积、价值
        int[] v = new int[n+1];
        int[] w = new int[n+1];

        //接下来输入n行,每行两个数vi​和wi
        for (int i = 1; i <= n; i++) {
            v[i] = in.nextInt();
            w[i] = in.nextInt();
        }

        //创建dp数组
        int[][] dp = new int[n + 1][V + 1];
        //初始化
        for (int j = 0; j <= V; j++) {
            dp[0][j] = 0;
        }
        //填表
        for (int i = 1; i <= n; i++) {
            for (int j = 0; j <= V; j++) {
                dp[i][j] = dp[i - 1][j];
                if (j >= v[i]) {
                    dp[i][j] = Math.max(dp[i][j], dp[i][j - v[i]] + w[i]);
                }
            }
        }
        System.out.println(dp[n][V]);

        //将dp表清零,继续求解第二问
        for (int i = 0; i <= n; i++) {
            for (int j = 0; j <= V; j++) {
                dp[i][j] = 0;
            }
        }

        //初始化dp表
        for (int j = 1; j <= V; j++) {
            dp[0][j] = -1;
        }
        //填表
        for (int i = 1; i <= n; i++) {
            for (int j = 0; j <= V; j++) {
                dp[i][j] = dp[i - 1][j];
                if (j >= v[i] && dp[i][j-v[i]] != -1) {
                    dp[i][j] = Math.max(dp[i][j], dp[i][j - v[i]] + w[i]);
                }
            }
        }
        //要判断一下,是否存在能将背包装满的情况
         System.out.println(dp[n][V] == -1 ? 0 : dp[n][V]);
    }
}

四、空间优化

代码:

java 复制代码
import java.util.Scanner;

// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        //输入n,V
        int n = in.nextInt();
        int V = in.nextInt();
        //创建v,w数组,存每个物品的体积、价值
        int[] v = new int[n+1];
        int[] w = new int[n+1];

        //接下来输入n行,每行两个数vi​和wi
        for (int i = 1; i <= n; i++) {
            v[i] = in.nextInt();
            w[i] = in.nextInt();
        }

        //创建dp数组
        int[] dp = new int[V + 1];
        //初始化
        for (int j = 0; j <= V; j++) {
            dp[j] = 0;
        }
        //填表
        for (int i = 1; i <= n; i++) {
            for (int j = v[i]; j <= V; j++) {
                dp[j] = Math.max(dp[j], dp[j - v[i]] + w[i]);
            }
        }
        System.out.println(dp[V]);

        //将dp表清零,继续求解第二问
        for (int j = 0; j <= V; j++) {
                dp[j] = 0;
        }

        //初始化dp表
        for (int j = 1; j <= V; j++) {
            dp[j] = -1;
        }
        //填表
        for (int i = 1; i <= n; i++) {
            for (int j = v[i]; j <= V; j++) {
                if (dp[j-v[i]] != -1) {
                    dp[j] = Math.max(dp[j], dp[j - v[i]] + w[i]);
                }
            }
        }
         System.out.println(dp[V] == -1 ? 0 : dp[V]);
    }
}
相关推荐
肥猪猪爸7 分钟前
使用卡尔曼滤波器估计pybullet中的机器人位置
数据结构·人工智能·python·算法·机器人·卡尔曼滤波·pybullet
readmancynn19 分钟前
二分基本实现
数据结构·算法
萝卜兽编程21 分钟前
优先级队列
c++·算法
盼海29 分钟前
排序算法(四)--快速排序
数据结构·算法·排序算法
一直学习永不止步44 分钟前
LeetCode题练习与总结:最长回文串--409
java·数据结构·算法·leetcode·字符串·贪心·哈希表
Rstln1 小时前
【DP】个人练习-Leetcode-2019. The Score of Students Solving Math Expression
算法·leetcode·职场和发展
芜湖_2 小时前
【山大909算法题】2014-T1
算法·c·单链表
珹洺2 小时前
C语言数据结构——详细讲解 双链表
c语言·开发语言·网络·数据结构·c++·算法·leetcode
几窗花鸢2 小时前
力扣面试经典 150(下)
数据结构·c++·算法·leetcode
.Cnn2 小时前
用邻接矩阵实现图的深度优先遍历
c语言·数据结构·算法·深度优先·图论