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
sprlightning9 分钟前
LHDC V5 算法深度解析
算法·fft·lhdcv5·imdct·mdct·rice·fac
csdn_aspnet41 分钟前
C# 第k个最小元素(K’th Smallest Element)
算法·c#·排序算法
BioRunYiXue1 小时前
RACE技术全攻略:从全长克隆到靶基因验证
java·javascript·网络·人工智能·科技·算法·eclipse
ZPC82101 小时前
joy 及sensor_msgs
算法
Three_ST1 小时前
沐神-动手学习深度学习-习题答案4.4模型选择,欠拟合,过拟合
人工智能·python·深度学习·学习·算法
CIO_Alliance1 小时前
AI深度系列(2)| CNN卷积池化感受野原理:从局部感知到全局视野
人工智能·深度学习·线性代数·算法·计算机视觉·企业ai转型·企业cio联盟
探物 AI2 小时前
机器人清理墙角蜘蛛网,背后需要哪些算法?——从视觉分割到贴墙力控
算法·机器人
青 春 记 忆2 小时前
LeetCode 226. 翻转二叉树|Python 解法详解
python·算法·leetcode
民乐团扒谱机2 小时前
【微科普】压缩感知(CS):违反了奈奎斯特采样定理?不先采集也能还原信号?大白话讲透稀疏采样、L1重建与OMP,一文吃透附代码
python·神经网络·线性代数·算法·数学建模·压缩感知·奈奎斯特
88号技师2 小时前
2026年SCI-分数牛顿衍生优化算法Fractional Newton-derived optimizer-附Matlab免费代码
开发语言·算法·数学建模·matlab·优化算法