动态规划-背包问题——[模版]完全背包问题

1.题目解析

题目来源

|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 模版完全背包_牛客题霸_牛客 |

测试用例

2.算法原理

1.状态表示

与01背包相同,这里的完全背包也是需要一个二维dp表来表示最大价值,具体如下

求最大价值****dpij:在1,i区间选择物品,此时总体积不大于j时的最大价值

求装满时的价值****dpij:在1,i区间选择物品,此时总体积严格等于j时的价值

2.状态转移方程

3.初始化

4.填表顺序

从上至下,每一行从左到右

5.返回值

返回最后一个位置dp表的值

3.实战代码

cpp 复制代码
#include <iostream>
#include <string.h>
using namespace std;
const int N = 1010;
int dp[N][N];
int n,V;
int v[N];
int w[N];

int main()
{
    cin>>n>>V;
    for(int i = 1;i <= n;i++)
    {
        cin>>v[i]>>w[i];
    }
    for(int i = 1;i <= n;i++)
    {
        for(int j = 0;j <= V;j++)
        {
            dp[i][j] = dp[i-1][j];
            if(j >= v[i])
            {
                dp[i][j] = max(dp[i][j],dp[i][j-v[i]] + w[i]);
            }
        }
    }
    cout<<dp[n][V]<<endl;

    memset(dp,0,sizeof(dp));
    for(int j = 1;j <= V;j++)
    {
        dp[0][j] = -1;
    }
    for(int i = 1;i <= n;i++)
    {
        for(int j = 0;j <= V;j++)
        {
            dp[i][j] = dp[i-1][j];
            if(j >= v[i] && dp[i][j-v[i]] != -1)
            {
                dp[i][j] = max(dp[i][j],dp[i][j-v[i]] + w[i]);
            }
        }
    }
    cout<<(dp[n][V] == -1 ? 0 : dp[n][V])<<endl;

    return 0;
}

代码解析

4.代码优化

相关推荐
alphaTao几秒前
LeetCode 每日一题 2026/7/20-2026/7/26
算法·leetcode
网络工程小王23 分钟前
【HCIE-AI】10.pytorch模型迁移分析
人工智能·学习·华为·llama
一只小灿灿1 小时前
C++ 修饰符全面详解
开发语言·c++
圣保罗的大教堂1 小时前
leetcode 3514. 不同 XOR 三元组的数目 II 中等
leetcode
code_pgf1 小时前
C/C++ 中 `typedef` 关键字详解
c语言·c++
魔城烟雨2 小时前
从零开始学习betaflight《3-硬件接口设计规范标准》
学习·设计规范
会周易的程序员2 小时前
js-shm: 高性能 Node.js 共享内存模块
开发语言·javascript·c++·node.js·共享内存·shm
2023自学中2 小时前
imx6ull 开发板 贪吃蛇, C++11 SDL2 无硬件GPU优化版
linux·c++
anscos3 小时前
为CUDA 代码引入静态分析
c++·工业软件·功能检测
众少成多积小致巨3 小时前
C++ 规范参考(中)
c++