01背包（动态规划）NOJ

最新推荐文章于 2026-06-08 11:10:26 发布

原创最新推荐文章于 2026-06-08 11:10:26 发布 · 262 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#动态规划 #算法

收录于

【基本算法】专栏收录该内容

22 篇文章

订阅专栏

本文详细介绍了01背包问题的解决方法，通过动态规划算法来计算在给定背包容量和物品重量的情况下，如何选择物品以达到背包装载的最大价值。文章提供了完整的C++代码实现，并解释了递推式的含义。

01背包（动态规划）NOJ

一个背包容量为c ，现有n件物品，求能装入背包的最大重量是多少？

输入：

先输入两个正整数n、c（0<n、c<1000），表示物品的件数和背包容量，再输入n个正整数，分别是这n件物品的重量。

输出：

输出能装入背包的最大重量。

输入样例：

5 50
23 18 13 35 24

输出样例：

48
递推式:
当背包装不下W[i]时；

dp[i][j]=dp[i-1][j];

当背包装得下W[i]时,必须要在i-1的时候能装下j-W[ i ]；

dp[i]=max{dp[ i-1][ j-W[ i ] ]+W[ i ],dp[ i-1 ][ j ] };

#include<iostream>
using namespace std;
int n, c;//物品数量 背包容量
int W[1000];
int dp[1000][1000];
int main()
{
	cin >> n >> c;
	for (int i = 1; i <= n; i++) {
		cin >> W[i];
	}
	for (int i = 1; i <= n; i++) {
		for (int j = 1; j <= c; j++) {
			if (W[i] > j)dp[i][j] = dp[i - 1][j];
			else {
				dp[i][j] = max(dp[i - 1][j - W[i]]+W[i], dp[i - 1][j]);
			}
		}
	}
	cout << dp[n][c] << endl;
	return 0;
}