POJ-3624-Charm Bracelet-简单0/1背包、动态规划、DP
简单的0/1背包问题，用动态规划即可简单求解。
以下一段话摘自Slyar.
==========================================================
Slyar:标准的01背包，动态转移方程如下。其中dp[i,j]表示的是前i个物品装入容量为j的背包里所能产生的最大价值，w[i]是第i个物品的重量，d[i]是第i个物品的价值。如果某物品超过背包容量，则该物品一定不放入背包，问题变为剩余i-1个物品装入容量为j的背包所能产生的最大价值；否则该物品装入背包，问题变为剩余i-1个物品装入容量为j-w[i]的背包所能产生的最大价值加上物品i的价值d[i]...恩，多清晰...
if (w[i]>j) dp[i,j] = dp[i-1,j] else dp[i,j] = max(dp[i-1,j-w[i]]+d[i],dp[i-1,j])
==========================================================
先上一个用二维数组求解的代码，这个代码比较容易理解。为了求深理解，可以在纸上自己试着计算下这个二维数组dp。
#include <iostream> using namespace std; const int MAX_N = 3405; const int MAX_M = 12885; int dp[MAX_N][MAX_M]; int w[MAX_N]; int d[MAX_N]; int max(int a, int b) { return a > b ? a : b; } int main() { int n, m; cin >> n >> m; /*从下标1开始存放*/ for(int i = 1; i <= n; i++) { cin >> w[i] >> d[i]; } /*注意，i==1或者j==1时，会用到dp边界下标为0的元素，由于已经初始化这些元素为0，保证了程序的正确运行*/ for(int i = 1; i <= n; i++) { for(int j = 1; j <= m; j++) { if(w[i] <= j) dp[i][j] = max(dp[i-1][j-w[i]] + d[i], dp[i-1][j]); else dp[i][j] = dp[i-1][j]; } } cout << dp[n][m] << endl; return 0; }
由于OJ上memory所限，上面代码提交上去会MLE的。在纸上计算dp过程中，发觉dp设置成n行的二维数组实际上没有必要，因为在计算dp第i行时只用到dp第i-1行的数据，而且到了最后，前面n-1行都没用的。因此，完全可以用一维数组进行计算。但要注意，应从后住前计算dp，否则dp的数据会被新计算的值覆盖，导致不正确。
#include <iostream> using namespace std; const int MAX_N = 3405; const int MAX_M = 12885; int dp[MAX_M]; int w[MAX_N]; int d[MAX_N]; int max(int a, int b) { return a > b ? a : b; } int main() { int n, m; cin >> n >> m; for(int i = 1; i <= n; i++) { cin >> w[i] >> d[i]; } for(int i = 1; i <= n; i++) { for(int j = m; j >= 1; j--) { if(w[i] <= j) dp[j] = max(dp[j-w[i]] + d[i], dp[j]); else dp[j] = dp[j]; } } cout << dp[m] << endl; return 0; }
观察二重for循环，可以发觉其实还可以继续进一步优化下。最终的程序版本为：
#include <iostream> using namespace std; const int MAX_N = 3405; const int MAX_M = 12885; int dp[MAX_M]; int w[MAX_N]; int d[MAX_N]; int max(int a, int b) { return a > b ? a : b; } int main() { int n, m; cin >> n >> m; for(int i = 1; i <= n; i++) { cin >> w[i] >> d[i]; } for(int i = 1; i <= n; i++) { for(int j = m; j >= w[i]; j--) { dp[j] = max(dp[j-w[i]] + d[i], dp[j]); } } cout << dp[m] << endl; return 0; }