代码随想录 第九章 动态规划part03 01背包问题 二维

01背包问题 二维

cpp 复制代码
#include <bits/stdc++.h>
using namespace std;
int main(){
    int n, bagWeight;
    cin >> n >> bagWeight;
    std::vector<int> value(n, 0);
    std::vector<int> weight(n, 0);
    for (int i = 0; i < n; i++) cin >> weight[i];
    for (int i = 0; i < n; i++) cin >> value[i];
    std::vector<vector<int>> result(n, vector <int>(bagWeight+1, 0));
    for (int i = weight[0]; i <= bagWeight; i++) result[0][i] = value[0];
    for (int i = 1; i < n; i++){
        for(int j = 0; j <= bagWeight; j++){
            if(j<weight[i]) result[i][j]=result[i-1][j];
            if(j-weight[i]>=0) result[i][j] = max(result[i - 1][j], result[i-1][j - weight[i]] + value[i]);
            else result[i][j]=result[i-1][j];
        }
    }
    cout << result[n - 1][bagWeight];
    return 0;
}

这题动态规划数组的计算方式会有一些难以理解,不过如果按照随想录所给的思路在纸上推导一次就会清晰很多。在计算一个位置的值时又两种可能,一时当前剩余空间放的下,一种就是放不下,在保证动态规划数组计算过的值为最大价值时,在放不下的情况下,最大值就是用空间下上一行的值,而放的下的情况意味着需要去能给出那么多空间余量的方案中找,而在数组中,如果当前物品占空间为k,那么上一行的少k列位置的方案一定能给出k的余量,那么动态规划数组的计算过程也就明确了。

代码随想录 第九章 动态规划part03

相关推荐
smj2302_796826528 小时前
解决leetcode第3943题递增后的数对数量
数据结构·python·算法·leetcode
炽烈小老头8 小时前
【每天学习一点算法 2026/05/25】矩阵中的最长递增路径
学习·算法·矩阵
叁散9 小时前
实验报告:5G 仿真环境与基本链路模拟
算法
从负无穷开始的三次元代码生活10 小时前
算法零碎灵感点分享
算法
染指111010 小时前
9.LangChain框架(实现RAG)
数据库·人工智能·算法·机器学习·ai·大模型
大数据三康10 小时前
在spyder进行的遗传算法练习
开发语言·python·算法
Gene_202210 小时前
轮式底盘的微分平坦
算法
吴佳浩11 小时前
现代多模态大模型的核心基础:Unified Self-Attention
人工智能·算法·llm
小小编程路11 小时前
C++ 常用逻辑运算符
开发语言·c++·算法
Hali_Botebie11 小时前
两种子词分词算法BPE (Byte-Pair Encoding) 和Unigram 区别
人工智能·算法