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

  1. 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 ...

  2. 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 ...

  3. 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+ ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. MySQL中的表级锁

    数据的锁主要用来保证数据的一致性,数据库的锁从锁定的粒度上可以分为表级锁,行级锁和页级锁. MySQL的锁机制比较简单,其最显著的特点是不同的存储引擎支持不同的锁机制,比如MyISAM和MEMORY存 ...

  2. rtsp/rtmp/hls/onvif测试源以及ffmpeg在流媒体方面的应用

    一.rtsp/rtmp/hls/onvif测试源 1. rtsp rtsp://184.72.239.149/vod/mp4:BigBuckBunny_175k.mov 2.rtmp rtmp://l ...

  3. python学习笔记(十五)异常处理

    python解析器去执行程序,检测到了一个错误时,触发异常,异常触发后且没被处理的情况下,程序就在当前异常处终止,后面的代码不会运行,所以你必须提供一种异常处理机制来增强你程序的健壮性与容错性 . 例 ...

  4. uib-datepicker-popup 日期不可输入 只可以选择 :readonly="true"

    <div name="{{property.name}}" style="display: flex" ng-switch-when="date ...

  5. Spark SQL中UDF和UDAF

    转载自:https://blog.csdn.net/u012297062/article/details/52227909 UDF: User Defined Function,用户自定义的函数,函数 ...

  6. Spark 2.0 PCA主成份分析

    PCA在Spark2.0中用法比较简单,只需要设置: .setInputCol(“features”)//保证输入是特征值向量 .setOutputCol(“pcaFeatures”)//输出 .se ...

  7. LDPC知识点

    LDPC:low Density Parity Check BCH:以前NAND的纠错 80s TLC以镁光都是以LDPC纠错. 对比: BCH:超过阈值就绝对纠正不回来了. LDPC:纠正的结果是一 ...

  8. Struts2 iterator标签实现嵌套循环

    问题:有一个List<List<Object>>  list用struts2在页面显示使用<s:iterator value=”list” var=”list1″> ...

  9. SQL Server 2008数据库手动提交的设置

    有时候我们需要对SQL Server 2008数据库手动提交的方法进行设置,使用Oracle的朋友会注意到Oracle中的手工提交的,如果修改错了数据还可以Rollback.但在SQL Server ...

  10. python 中字典的操作(增、删、改、查)

    字典是另一种可变容器模型,且可存储任意类型对象,下标从0开始,最后一个为-1. 字典的每个键值(key=>value)对用冒号(:)分割,每个对之间用逗号(,)分割,整个字典包括在花括号({}) ...