Java教程

背包问题求具体方案(动态规划)

本文主要是介绍背包问题求具体方案(动态规划),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
背包问题求具体方案

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi,价值是 wi。

求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。

输出 字典序最小的方案。这里的字典序是指:所选物品的编号所构成的序列。物品的编号范围是 1…N。

输入格式

第一行两个整数,N,V,用空格隔开,分别表示物品数量和背包容积。

接下来有 N 行,每行两个整数 vi,wi,用空格隔开,分别表示第 i 件物品的体积和价值。

输出格式

输出一行,包含若干个用空格隔开的整数,表示最优解中所选物品的编号序列,且该编号序列的字典序最小。

物品编号范围是 1…N。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 6

输出样例:

1 4

解题思路(见代码注释):

 1 #include <iostream>
 2 #include <algorithm>
 3 #include <vector>
 4 
 5 using namespace std;
 6 
 7 constexpr int N = 1010;
 8 
 9 typedef struct {
10     int volume;
11     int weight;
12 } goods;
13 
14 int main() {
15     int n = 0; // 物品个数
16     int v = 0; // 背包容量
17     std::cin >> n >> v; // 输入物品个数和背包容量
18     
19     vector<vector<int>> dp(N, vector<int>(N, 0)); // dp[i][j]表示从第i个物品到最后一个物品,装入容量为j的背包的最优解
20     vector<goods> goodsList(N, {0});
21     for (int i = 1; i <= n; i++) {
22         std::cin >> goodsList[i].volume >> goodsList[i].weight; // 输入每个物品的体积和价值
23     }
24     for (int i = n; i >= 1; i--) {
25         for (int j = 1; j <= v; j++) {
26             dp[i][j] = dp[i + 1][j]; // 不选物品i
27             if (j >= goodsList[i].volume) { // 选和不选第i件物品时取最大值
28                 dp[i][j] = max(dp[i][j], dp[i + 1][j - goodsList[i].volume] + goodsList[i].weight);
29             }
30         }
31     }
32     // 经过上面的逆序取物的01背包操作后,我们让最优解落到了dp[1][m]中
33     // 因此当我们从第一个物品开始出发去找最优解的路径时,那么此时背包容量应该为j
34     int j = v; // 背包的剩余容量
35     // 去寻找最优解的路径
36     for (int i = 1; i <= n; i++) {
37         // 若dp[i][j]能通过dp[i+1][j-goodsList[i].volume]得到,则一定要选第i个物品
38         if (j >= goodsList[i].volume && dp[i][j] == dp[i + 1][j - goodsList[i].volume] + goodsList[i].weight) {
39             std::cout << i << " ";
40             // 由于选择的是这件物品,因此背包的剩余质量就是j-v[i]
41             j -= goodsList[i].volume;
42         }
43     }
44     cout << endl;
45     return 0;
46 }
这篇关于背包问题求具体方案(动态规划)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!