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
玖玥拾1 小时前
LeetCode 125 验证回文串
算法·leetcode
Asize8 小时前
146. LRU 缓存
算法
Asize8 小时前
543. 二叉树的直径
算法
lemon_sjdk8 小时前
ObjectProperty
java·开发语言·算法
Zentceh8 小时前
AI-ISP在夜视机芯中的应用:从传统ISP到PixelClean全彩夜视的进化
人工智能·科技·算法·计算机视觉·车载系统·视频·智能硬件
xier_ran8 小时前
【infra之路】AWQ 详解:激活感知权重保护,让 W4A16 量化精度超越 GPTQ
线性代数·算法·机器学习·量化·infra
亦皓ai9 小时前
AI时代后端工程(二):AI把代码写得越来越快,我却越来越不敢让它直接开工了
人工智能·算法·机器学习·搜索引擎·transformer
玖玥拾10 小时前
LeetCode 392 判断子序列
笔记·算法·leetcode
重生之后端学习11 小时前
239. 滑动窗口最大值[困难]✅
java·数据结构·算法·leetcode·职场和发展
fpcc12 小时前
算法和数据结构—动态规划法
数据结构·算法·动态规划