#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
struct nod {
int vi;
int wi;
};
int main(void) {
int i, j, k, n, m, maxmax, V;
cin>>n>>V;
vector<nod> t(n);
vector<int> dp(V+1, 0);
// 装满的话就是dp数组的背包容量值>0,若背包容量<0,则装不满的呢
fill(dp.begin(), dp.end(), -0xfffffff);
dp[0] = 0;
for(i = 0; i < n; i++) scanf("%d %d", &t[i].vi, &t[i].wi); //体积和价值
/*
j顺序递增的,此时的j-t[i].vi是逆序递增,但是j是顺序递增,又dp[0]=0,所以dp[j]的小值先算出来,小容量背包装了物品t[i].wi,不妨设容量是 jk.
随着j递增的,此时j-t[i].vi是逆序递增,当j-t[i].vi=jk时,或者j-t[i].vi是jk的整数倍时,就可以拿了小容量 t[i].wi放入到背包,相当是这件物品被放了两次,重复了,
j顺序递增可以用来求解 完全背包问题,也就是物品可以重复放多次,也就是物品数量无限。
下面的示例分别是j和j-t[i].vi,若j=2时装入了物品t[0],那么j=4时,还可以继续装入物品t[0]
j j-t[i].vi
2 0
3 1
4 2
然后来看正常的0-1背包问题的,j逆序递减的,此时的j-t[i].vi是顺序递减,所以dp[j]的右侧大值先算了出来,大容量背包装了物品,不妨设容量是 jb.
随着j递减的,此时的j-t[i].vi顺序递减的,又初始化的小容量都是0或者-inf,大容量装入小容量还是<0或者=0的,不会出现重复装的问题
下面的示例分别是j和j-t[i].vi,若j=4时装入了物品t[2],因dp[2]<=0,所以dp[4]基本不变的,而且后续不会重复装入
j j-t[i].vi
5 3
4 2
3 1
2 0
*/
for(i = 0; i < n; i++) {
for(j = V; j >= t[i].vi; j--) {
// for(j = t[i].vi; j <= V; j++) {
//https://blog.csdn.net/yandaoqiusheng/article/details/84782655
// dp[j],不放入物体i,背包体积是j能容纳的最大价值;dp[j-t[i].vi] + t[i].wi放入物体i,背包体积是j-t[i].vi能容纳的最大价值
dp[j] = max(dp[j], dp[j-t[i].vi] + t[i].wi);
// cout<<j<<" "<<j-t[i].vi<<endl;
}
}
vector<int>::iterator kk = max_element(dp.begin(), dp.end());
cout<<kk[0]<<endl;
if(dp[V] >= 0) cout<<dp[V]<<endl;
else cout<<0<<endl;
return 0;
}
/*
j顺序递增的,此时的j-t[i].vi是逆序递增,但是j是顺序递增,又dp[0]=0,所以dp[j]的小值先算出来,小容量背包装了物品t[i].wi,不妨设容量是 jk.
随着j递增的,此时j-t[i].vi是逆序递增,当j-t[i].vi=jk时,或者j-t[i].vi是jk的整数倍时,就可以拿了小容量 t[i].wi放入到背包,相当是这件物品被放了两次,重复了,
j顺序递增可以用来求解 完全背包问题,也就是物品可以重复放多次,也就是物品数量无限。
下面的示例分别是j和j-t[i].vi,若j=2时装入了物品t[0],那么j=4时,还可以继续装入物品t[0]
j j-t[i].vi
2 0
3 1
4 2
然后来看正常的0-1背包问题的,j逆序递减的,此时的j-t[i].vi是顺序递减,所以dp[j]的右侧大值先算了出来,大容量背包装了物品,不妨设容量是 jb.
随着j递减的,此时的j-t[i].vi顺序递减的,又初始化的小容量都是0或者-inf,大容量装入小容量还是<0或者=0的,不会出现重复装的问题
下面的示例分别是j和j-t[i].vi,若j=4时装入了物品t[2],因dp[2]<=0,所以dp[4]基本不变的,而且后续不会重复装入
j j-t[i].vi
5 3
4 2
3 1
2 0
*/
for(i = 0; i < n; i++) {
for(j = V; j >= t[i].vi; j--) {
// for(j = t[i].vi; j < V; j++) {
//https://blog.csdn.net/yandaoqiusheng/article/details/84782655
// dp[j],不放入物体i,背包体积是j能容纳的最大价值;dp[j-t[i].vi] + t[i].wi放入物体i,背包体积是j-t[i].vi能容纳的最大价值
dp[j] = max(dp[j], dp[j-t[i].vi] + t[i].wi);
// cout<<j<<" "<<j-t[i].vi<<endl;
}
}

京公网安备 11010502036488号