动态规划入门-01背包问题 - poj3624
2017-08-12 18:50:13
writer:pprp
对于最基础的动态规划01背包问题,都花了我好长时间去理解;
poj3624是一个最基本的01背包问题:
题意:给你N个物品,给你一个容量为M的背包
给你每个物品的重量,Wi
给你每个物品的价值,Di
求解在该容量下的物品最高价值?
分析:
状态:
dp[i][j] = a 剩下i件 当前容量为j的情况下的最大价值为a
如果用 i 来枚举物品编号, 用 j 来枚举重量,那么
if ( j is from 1 to weight[i] ) dp[i][j] = dp[i-1][j];
if( j is from weight[i] to M) dp[i][j] = max{ dp[i-1][j] , dp[i-1][j - weight[i]] + value[i]}
代码如下:
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#include<map>
#include<set>
#include<stack> using namespace std; const int maxnp = ;
const int maxnw = ;
int dp[maxnp][maxnw];
int value[maxnp];
int weight[maxnw];
int N, M; void output(); void solve()
{
memset(dp,,sizeof(dp)); for(int i = ; i <= N ; i++)
{
for(int j = ; j < weight[i] ; j++)
dp[i][j] = dp[i-][j];
for(int v = weight[i] ; v <= M ; v++)
{
dp[i][v] = max(dp[i-][v],dp[i-][v-weight[i]]+value[i]);
}
}
} int main()
{
cin >> N >> M; for(int i = ; i <= N; i++)
{
cin >> weight[i] >> value[i];
} solve(); cout << dp[N][M] <<endl;
}
然后可以从上边的这个部分:
for(int j = ; j < weight[i] ; j++)
dp[i][j] = dp[i-][j];
for(int v = weight[i] ; v <= M ; v++)
{
dp[i][v] = max(dp[i-][v],dp[i-][v-weight[i]]+value[i]);
}
看出来有点冗余复杂,出现了MLE
现在重新定义一个状态:dp[i]表示重量剩余 i 的时候可以得到的最大价值
状态转移:dp[i] = max(dp[i], dp[i-weigth[j]]+value[j]);
代码如下:
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#include<map>
#include<set>
#include<stack> using namespace std; const int maxnp = ;
const int maxnw = ;
int dp[maxnw];
int value[maxnp];
int weight[maxnw];
int N, M; void solve()
{
memset(dp,,sizeof(dp));
for(int i = ; i <= N; i++)
{
for(int j = M ; j >= weight[i] ; j--)
{
dp[j] = max(dp[j], dp[j-weight[i]] + value[i]);
}
}
cout << dp[M] << endl;
} int main()
{
while(cin >> N >> M)
{
for(int i = ; i <= N; i++)
{
cin >> weight[i] >> value[i];
}
solve();
}
return ;
}
这个代码可以保证不会内存超限
这个是我第一次写出dp的代码,希望以后写的越来越好
动态规划入门-01背包问题 - poj3624的更多相关文章
- 动态规划专题 01背包问题详解 HDU 2546 饭卡
我以此题为例,详细分析01背包问题,希望该题能够为大家对01背包问题的理解有所帮助,对这篇博文有什么问题可以向我提问,一同进步^_^ 饭卡 Time Limit: 5000/1000 MS (Java ...
- C++动态规划求解0-1背包问题
问题描述: 给定n种物品和一背包.物品i的重量是wi,其价值为vi,背包的容量为C.问:应该如何选择装入背包的物品,是的装入背包中物品的总价值最大? 细节须知: 暂无. 算法原理: a.最优子结构性质 ...
- 动态规划(DP),0-1背包问题
题目链接:http://poj.org/problem?id=3624 1.p[i][j]表示,背包容量为j,从i,i+1,i+2,...,n的最优解. 2.递推公式 p[i][j]=max(p[i+ ...
- nyoj 49-开心的小明(动态规划, 0-1背包问题)
49-开心的小明 内存限制:64MB 时间限制:1000ms Special Judge: No accepted:7 submit:11 题目描述: 小明今天很开心,家里购置的新房就要领钥匙了,新房 ...
- DP动态规划之01背包问题
目录 问题描述 问题分析 问题求解 Java代码实现 优化方向一:时间方面:因为是j是整数是跳跃式的,可以选择性的填表. 思考二:处理j(背包容量),w(重量)不为整数的时候,因为j不为整数了,它就没 ...
- ACM:动态规划,01背包问题
题目: 有n件物品和一个容量为C的背包.(每种物品均仅仅有一件)第i件物品的体积是v[i],重量是w[i].选一些物品装到这个背包中,使得背包内物品在整体积不超过C的前提下重量尽量大. 解法:两种思路 ...
- 0-1背包问题——动态规划求解【Python】
动态规划求解0-1背包问题: 问题:背包大小 w,物品个数 n,每个物品的重量与价值分别对应 w[i] 与 v[i],求放入背包中物品的总价值最大. 动态规划核心:计算并存储小问题的最优解,并将这些最 ...
- 01背包问题:POJ3624
背包问题是动态规划中的经典问题,而01背包问题是最基本的背包问题,也是最需要深刻理解的,否则何谈复杂的背包问题. POJ3624是一道纯粹的01背包问题,在此,加入新的要求:输出放入物品的方案. 我们 ...
- c语言数据结构:01背包问题-------动态规划
两天的时间都在学习动态规划:小作业(01背包问题:) 数据结构老师布置的这个小作业还真是让人伤头脑,自己实在想不出来了便去网上寻找讲解,看到一篇不错的文章: http://www.cnblogs.co ...
随机推荐
- LMAX Disruptor 原理
http://mechanitis.blogspot.com/search/label/disruptor http://ifeve.com/disruptor/, 并发框架Disruptor译文 h ...
- php中var_dump、var_export和print_r的用法区别
void var_dump ( mixed $expression [, mixed $... ] )此函数显示关于一个或多个表达式的结构信息,包括表达式的类型与值.数组将递归展开值,通过缩进显示其结 ...
- 原!linux 监控 jar定时任务 挂了重启 脚本
#!/bin/bash time=$(date "+%Y-%m-%d %H:%M:%S") echo "monitor start at: ${time}" P ...
- opencv 角点检测+相机标定+去畸变+重投影误差计算
https://blog.csdn.net/u010128736/article/details/52875137 https://blog.csdn.net/h532600610/article/d ...
- Python并行编程(十):多线程性能评估
1.基本概念 GIL是CPython解释器引入的锁,GIL在解释器层面阻止了真正的并行运行.解释器在执行任何线程之前,必须等待当前正在运行的线程释放GIL,事实上,解释器会强迫想要运行的线程必须拿到G ...
- python高级之scrapy-redis
目录: scrapy-redis组件 scrapy-redis配置示例 一.scrapy-redis组件 1.scrapy-redis简介: scrapy-redis是一个基于redis的scrapy ...
- tp5中nginx配置
首先tp5的访问目录指向到webroot/public文件夹中. thinkphp的url访问:http://serverName/index.php(或者其它应用入口文件)/模块/控制器/操作/[参 ...
- javascript 对象 原型 prototype
- [Windows Powershell]-学习笔记(5)
Powershell自动化变量 Powershell 自动化变量 是那些一旦打开Powershell就会自动加载的变量,或者说是运行是变量. 这些变量一般存放的内容包括 用户信息:例如用户的根目录$h ...
- rem值计算------移动端开发计算方式
移动端开发: <meta name="viewport" content="width=device-width, initial-scale=1, maximum ...