OpenJudge_ 简单英文题_04:0/1 Knapsack

题目

描述

Given the weights and values of N items, put a subset of items into a knapsack of capacity C to get the maximum total value in the knapsack. The total weight of items in the knapsack does not exceed C.

输入

First line: two positive integers N (N <= 100) and C (C <= 1000).

Second line: N positive integers wi (wi <= 1000), indicating the weight of the i-th item.

Third line: N positive integers vi (vi <= 1000), indicating the value of the i-th item.

输出

One line contains several integers, indicating the indexes of the selected items.

样例输入

5 10

2 4 6 2 5

1 3 4 2 8

样例输出

2

5

翻译

题目:

0/1背包

描述:

给定N个物品的权重和值,将一个子集的物品放入容量为C的背包中,以获得背包中的最大总值。背包中物品的总重量不超过C。

输入:

第一行:两个正整数N(N<=100)和C(C<=1000)。

第二行:N个正整数wi(wi<=1000),表示第i个项目的权重。

第三行:N个正整数vi(vi<=1000),表示第i项的值。

输出:

一行包含几个整数,表示所选项目的索引。

代码

#include <bits/stdc++.h>

using namespace std;

int n,//物品数量

c,//背包容量

w1001,//每物品重量

v1001,//每物品价值

f1011001;//多少重量时对应的最大价值

/*

fij=max(fi-1j,fi-1j-w\[i]+vi);

f几个物品重量=最大(f不要该物品同样重量,f不要该物品重量-该物品重量+该物品价值);

没有该重量时的最大价值+该物品价值。

*/

struct node{

int i,j;

}p1011001; //该物品的上个物品

void view(){//观察数据

cout<<"数据:\n";

cout<<"重量\t\t";for(int j=0;j<=c;j++)cout<<j<<"\t";cout<<endl;

for(int i=1;i<=n;i++){

cout<<i<<":\t"<<wi<<","<<vi<<"\t";for(int j=0;j<=c;j++)cout<<fij<<"\t";cout<<endl;

cout<<"\t\t";for(int j=0;j<=c;j++)cout<<pij.i<<","<<pij.j<<"\t";cout<<endl;

}

cout<<endl;

}

int main(){

//freopen("data.cpp","r",stdin);

cin>>n>>c;

//cout<<"物品数量"<<n<<"\t背包容量"<<c<<endl;

for(int i=1;i<=n;i++)cin>>wi;

for(int i=1;i<=n;i++)cin>>vi;

for(int i=1;i<=n;i++)//行,各物品

for(int j=0;j<=c;j++){//列,每重量

fij=fi-1j;//该重量时能取得的最大价值可以初步认定为不用该物品就取得的最大价值

pij=node{i-1,j};

if(j>=wi)//如果重量超过该物品的重量,可以考虑用该物品

if(fij<fi-1j-w\[i]+vi){//不用该物品(i-1)不算该物品重量(j-wi)时取得的最大价值上+该物品的价值

fij=fi-1j-w\[i]+vi;

pij=node{i-1,j-wi};

}

}

//view();

stack s;

int pi=n,pj=c;

while(fpipj!=0){//只要有价值就算

node px=ppipj;//找到前一状态

if(pj!=px.j)s.push(pi);//如果两状态的重量一样就不算。

pi=px.i,pj=px.j;

}

while(!s.empty()){//逆序输出采用的各物品

cout<<s.top()<<endl;s.pop();

}

return 0;

}

小结

动态规划就怕画表格,画完表格就清楚了。

初始状态是怎样,随着阶段的变化状态怎样变化。

然后就能找到动态转移方程。

相关推荐
小雨下雨的雨3 小时前
井字棋AI机器人实现详解 - Minimax算法实战-鸿蒙PC Electron框架完成
前端·人工智能·算法·华为·electron·鸿蒙
xieliyu.5 小时前
Java算法精讲:双指针(三)
java·开发语言·算法
一条小锦吕*6 小时前
基于Spring Boot + 数据可视化 + 协同过滤算法的推荐系统设计与实现(源码+论文+部署全讲解)
spring boot·算法·信息可视化
如竟没有火炬7 小时前
最大矩阵——单调栈
数据结构·python·线性代数·算法·leetcode·矩阵
8Qi88 小时前
LeetCode 1143 & 718:最长公共子序列 / 最长重复子数组
算法·leetcode·职场和发展·动态规划
绿算技术8 小时前
万卡推理集群存储选型分析:从核心架构到应用视角
大数据·科技·算法·架构
想吃火锅10059 小时前
【leetcode】1.两数之和js版
javascript·算法·leetcode
net3m3310 小时前
一阶软件低通滤波器算法
人工智能·算法
水木流年追梦10 小时前
大模型入门-大模型优化方法12-YaRN 长文本外推技术
人工智能·分布式·算法·正则表达式·prompt