ACwing #3. 完全背包问题

完全背包问题和01背包问题很相似。
01背包问题每个物品只能选一个,而完全背包问题每个物品可以选无限次。

DP问题的关键是找到状态转移方程:

①定义f[i][j]表示从前 i 个物品中选择,体积为 j 的时候的最大价值。
②那么转移方程f[i][j] = max(f[i - 1][j],f[i - 1][j - v[i]],f[i - 1][j - 2 * v[i]],.....,f[i - 1][j - k * v[i]],....)

因此代码就是:

#include<iostream>
using namespace std;
const int N = 1010;
int f[N][N];
int v[N],w[N];
int main()
{int n,m;cin>>n>>m;for(int i = 1 ; i <= n ;i ++){scanf("%d%d",&v[i],&w[i]);}for(int i = 1 ; i<=n ;i++)for(int j = 1 ; j<=m ;j++){for(int k = 0 ; k*v[i]<=j ; k++)f[i][j] = max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);}printf("%d",f[n][m]return 0;
}

由于数据量级的原因,此代码肯定会发生TLE,因此需要进行优化。

f[i , j ] = max( f[i-1,j] , f[i- 1,j - v[i]+ w[i] ,  f[i - 1,j-2 * v[i]]+2 * w[i] , f[i -1,j - 3 * v[i]]+3 * w[i] , .....)
f[i , j - v[i]]= max(       f[i - 1,j - v[i]] ,         f[i - 1,j - 2 * v[i]] + w[i] , f[i - 1,j- 3 * v[i]]+2 * w[i] , .....)

由上两式,可得出如下递推关系: 
                        f[i][j]=max(f[i, j - v[i] ] + w[i] , f[i - 1][j])

因此优化后的代码变为:

#include <iostream>
using namespace std;
const int N=1010;
int v[N],w[N],f[N][N];
int n,m;int main()
{scanf("%d%d",&n,&m);for(int i = 1;i <= n;i++){scanf("%d%d",&v[i],&w[i]);} for(int i = 1;i <= n;i++)for(int j = 1;j <= m;j++){f[i][j] = f[i - 1][j];if(j >= v[i])f[i][j] = max(f[i][j],f[i][j - v[i]] + w[i]);}printf("%d",f[n][m]);return 0;
}

可以看出代码与01背包非常相似,因此尝试能否做进一步优化。

优化完成后的状态转移方程:f[j] = max(f[j], f[j - v[i]] + w[i])

代码如下:

#include <iostream>
using namespace std;const int N=1010;
int v[N],w[N],f[N];
int n,m;int main()
{scanf("%d%d",&n,&m);  for(int i = 1;i <= n;i++){scanf("%d%d",&v[i],&w[i]);} for(int i=1;i<=n;i++)for(int j=v[i];j<=m;j++){f[j]=max(f[j],f[j-v[i]]+w[i]);}    printf("%d",f[m]);  return 0;
}

动态规划:完全背包问题相关推荐

  1. Suzy心情很差因为被charge了late fee Day42 | 动态规划之背包问题,416. 分割等和子集

    背包问题 01背包 Given n种物品,每种物品只有1个 每个物品有自己的重量.价值. 背包最大能装载的重量 动规五部曲--用二维数组 定义dp数组的含义:dp[ i ][ j ]表示[0,i]物品 ...

  2. 【算法与数据结构】—— 动态规划之背包问题

    动态规划之背包问题 前面介绍了一些最常见的动态规划题型和对应解法,而实际上,动态规划最经典的题型非背包问题莫属,并且大多数人最初都是从背包问题入坑进而打开动态规划这一大门. 背包问题分为多种,其中最常 ...

  3. 动态规划之背包问题的一些基础简单入门题

    前言 参考视频教程洛谷试练场 普及组 动态规划的背包问题 主要有01背包问题.完全背包问题.分组背包问题. 01背包问题一般从右往左推: 完全背包问题一般从左往右推: 分组背包一般用01的方法但需要记 ...

  4. c语言背包问题装字母,C语言动态规划之背包问题详解

    01背包问题 给定n种物品,和一个容量为C的背包,物品i的重量是w[i],其价值为v[i].问如何选择装入背包的物品,使得装入背包中的总价值最大?(面对每个武平,只能有选择拿取或者不拿两种选择,不能选 ...

  5. 动态规划之背包问题——01背包

    算法相关数据结构总结: 序号 数据结构 文章 1 动态规划 动态规划之背包问题--01背包 动态规划之背包问题--完全背包 动态规划之打家劫舍系列问题 动态规划之股票买卖系列问题 动态规划之子序列问题 ...

  6. 动态规划之背包问题(JAVA)

    背包问题之前的C语言版本已经将思路解析的差不多,虽然还有些许错误需要改正,但大体思路是正确的,需要的读者请参阅动态规划之背包问题(C语言) 背包问题本身就是典型的动态规划问题,所以这里只给出动态规划的 ...

  7. 动态规划解决背包问题

    动态规划解决背包问题 问题描述: (1)解法一: 解决思路:动态规划 状态索引范围:从1开始 价值数组,大小数组索引范围:从0开始 状态:F(i,j):前i个物品放入大小为j的背包中所获得的最大价值. ...

  8. 动态规划之背包问题总结

    动态规划之背包问题总结 递推公式 遍历顺序 01背包遍历顺序 完全背包遍历顺序 参考链接:代码随想录   背包问题是动态规划中的重要的一部分,背包问题分为多种,只需要掌握常见的01背包和完全背包就行. ...

  9. ACM杂题——动态规划_背包问题

    ACM杂题K - I NEED A OFFER!--动态规划_背包问题优化解法 题目描述 Speakless很早就想出国,现在他已经考完了所有需要的考试,准备了所有要准备的材料,于是,便需要去申请学校 ...

  10. 【学习笔记整理】动态规划:背包问题之八大情况

    [学习笔记整理]动态规划:背包问题之八大情况 一.01背包问题 二.完全背包问题 三.多重背包问题 四.混合背包问题 五.二维费用的背包问题 六.分组背包问题 七.背包问题求方案数 八.背包问题求具体 ...

最新文章

  1. Scrum团队初建的十一件事——Scrum中文网
  2. android SurfaceView
  3. django权限管理
  4. mysql解压版下载安装教程_mysql 解压版安装配置方法教程
  5. C#操作 MongoDB【原创】
  6. 如何获取枚举字符串,值及遍历枚举(转)
  7. OpenCV中直方图均衡化
  8. UVA 11039.Building designing
  9. Ranger-Sqoop2插件实现详解
  10. i2c时序图的详细讲解_外脚手架及外架防护棚搭设详细讲解,附做法图
  11. Windows中使用Docker安装ClickHouse
  12. STM32的硬件SPI驱动AD7124的方法
  13. C语言排序算法(一):冒泡排序
  14. 添加最顶层js广告_js实现网站最上边可关闭的浮动广告条代码
  15. 自媒体怎么做?5个操作步骤,普通人也可以做
  16. MySQL的子查询(二十)
  17. 【影音基础】深度解析什么是HDR高动态范围?
  18. VS2019 C#开发手机App环境配置和开发
  19. 解决github官网进不去
  20. (数字通信)星座图 平均功率 峰值功率 峰均比 练习题;16-QAM 星座图 格雷编码

热门文章

  1. 音频,视频合并软件——ffmpeg下载及使用
  2. 读取图像数据:通过append方法
  3. python3使用MyQR库生成动态二维码
  4. 九九乘法表打印Python
  5. python 在图片的指定位置添加文字及图片
  6. lnmp一键安装包 mysql_mysql - LNMP一键安装包
  7. 时间选择器(timepicker)用法
  8. 软件测试面试题和简历模板(面试前准备篇)
  9. Android各控件绚丽Dome下载
  10. 2015再谈游戏同步