#yyds干货盘点# 动态规划专题:完全背包

时间:2022-11-21 11:04:50

1.简述:

描述

你有一个背包,最多能容纳的体积是V。

现在有n种物品,每种物品有任意多个,第i种物品的体积为

#yyds干货盘点# 动态规划专题:完全背包

 ,价值为

#yyds干货盘点# 动态规划专题:完全背包


(1)求这个背包至多能装多大价值的物品?

(2)若背包恰好装满,求至多能装多大价值的物品?

输入描述:

第一行两个整数n和V,表示物品个数和背包体积。

接下来n行,每行两个数

#yyds干货盘点# 动态规划专题:完全背包


#yyds干货盘点# 动态规划专题:完全背包

,表示第i种物品的体积和价值。

#yyds干货盘点# 动态规划专题:完全背包

输出描述:

输出有两行,第一行输出第一问的答案,第二行输出第二问的答案,如果无解请输出0。

示例1

输入:

2 6
5 10
3 1

输出:

10
2

示例2

输入:

3 8
3 10
9 1
10 1

输出:

20
0

说明:

无法恰好装满背包。

示例3

输入:

6 13
13 189
17 360
19 870
14 184
6 298
16 242

输出:

596
189

说明:

可以装5号物品2个,达到最大价值298*2=596,若要求恰好装满,只能装1个1号物品,价值为189.

2.代码实现:

import java.util.Scanner;
import java.util.Arrays;

public class Main {
public static void main(String[] args) {

// 以下代码用于获取输入数据
Scanner scan = new Scanner(System.in);
String nV = scan.nextLine(); // 获取物品个数和背包体积
int n = Integer.valueOf(nV.split(" ")[0]); // 获取背包个数
int V = Integer.valueOf(nV.split(" ")[1]); // 获取背包体积
int[] v = new int[n + 1]; // 定义一个整型数组,用于存放物品的体积
int[] w = new int[n + 1]; // 定义一个整型数组,用于存放物品的重量
String vw;
for (int i = 1; i <= n; i++) {
vw = scan.nextLine();
v[i] = Integer.valueOf(vw.split(" ")[0]); // 第 i 种物品的体积
w[i] = Integer.valueOf(vw.split(" ")[1]); // 第 i 种物品的重量
}

// 以下代码是完全背包问题的具体实现
// 为了提高效率,1)求这个背包至多能装多大价值的物品 2)若背包恰好装满,求至多能装多大价值的物品
// 以上两个问题同时进行求解,并且我们直接使用数组压缩的方式,而不再使用朴素算法
// 事实上,问题一和问题二的区别仅仅是数组 dp 初始化的不同而已
int[] dp1 = new int[V + 1];
int[] dp2 = new int[V + 1];

// 注意,dp2 用于存放的是第二问的状态表示,初始化时,所有 dp[i] 都置为 Integer.MIN_VALUE
Arrays.fill(dp2, Integer.MIN_VALUE);
dp2[0] = 0; // 注意,当体积为 0 时,是合法的状态

for (int i = 1; i <= n; i++) {
for (int j = v[i]; j <= V; j++) { // 完全背包问题和01背包问题,在代码层面上的区别就是这一层循环的方向不一样
dp1[j] = Math.max(dp1[j], dp1[j - v[i]] + w[i]);
dp2[j] = Math.max(dp2[j], dp2[j - v[i]] + w[i]);
if (dp2[j] < 0) {
// 如果 dp2[i] 小于 0,我们可以认为此时的 dp 不合法,即不能使背包恰好装满
dp2[j] = Integer.MIN_VALUE;
}
}
}

System.out.println(dp1[V]);
System.out.println(dp2[V] == Integer.MIN_VALUE ? 0 : dp2[V]); // 别忘了判断当前 dp 是否合法
return;
}
}