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
闻缺陷则喜何志丹1 分钟前
【动态规划】P10726 [GESP202406 八级] 空间跳跃|普及+
c++·算法·动态规划·洛谷
地平线智能驾驶开发者17 分钟前
模型量化入门:从浮点模型到低比特表示
算法·量化·算法工具链
地平线开发者34 分钟前
模型量化入门:从浮点模型到低比特表示
算法
枫叶林FYL44 分钟前
【群体智能集群控制工程实践】第10章 无人舰队核心功能实现
大数据·人工智能·算法
不会就选b1 小时前
【无标题】
算法
m0_739312871 小时前
【自动驾驶和机器人控制】万向锁(Gimbal Lock)原理详解 + 和欧拉角 / 四元数 / SO(3)对比
算法·机器人·自动驾驶
Felven2 小时前
A. Eating Game
算法
血小板要健康2 小时前
队列 + 宽搜(BFS):二叉树层序遍历 算法总结
java·数据结构·笔记·算法·leetcode·宽度优先
Felven3 小时前
A. Riptide
算法·c 算法
m0_739312873 小时前
四元数、李群SO(3)/李代数so(3)的作用及应用场景
算法·机器人·自动驾驶