当前位置: 首页 > ai >正文

acwing背包问题求方案数

题目描述:

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi,价值是 wi。

求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。

输出 最优选法的方案数。注意答案可能很大,请输出答案模 109+7109+7 的结果。

输入格式

第一行两个整数,N,V,用空格隔开,分别表示物品数量和背包容积。

接下来有 N 行,每行两个整数 vi,wi,用空格隔开,分别表示第i件物品的体积和价值。

输出格式

输出一个整数,表示 方案数 模 10^9 +7 的结果。

数据范围

0<N,V≤10000
0<vi,wi≤10000

输入样例
4 5
1 2
2 4
3 4
4 6

 输出:

2

思路分析:本题是 背包DP 中的经典题型 —— 【背包DP求最优方案总数】 

由01背包问题可以知道:转移方程f[i,j]=max(f[i−1,j],f[i−1,j−v]+w)

我们用g[i][j] 来表示f[i][j]取最大值的方案数,

当f[i,j] 是从f[i - 1,j]转移过来时g[i,j] = f[i - 1,j]

当f[i,j]是从f[i - 1,j - v] + w转移过来时,g[i,j] = g[i - 1,j - v]

当f[i,j]f[i,j]均能从f[i−1,j]f[i−1,j]和f[i−1,j−v]+wf[i−1,j−v]+w转移过来的,则g[i,j]=g[i−1,j]+g[i−1,j−v]g[i,j]=g[i−1,j]+g[i−1,j−v]即(f[j - v] + w == f[i - 1][j]

首先考虑初始值

从前i个物品中一件都不选方案是1 即 g[i] = 1

优化成一维状态:由01背包可以知道转移由上一层转移,从大到小即可以优化成一维状态。

代码部分:

#include<bits/stdc++.h>
using namespace std;
const int N = 1010,mod = 1e9 + 7;
int f[N],g[N];
int n,m;int main()
{ios::sync_with_stdio(false);cin.tie(0),cout.tie(0);cin >> n >> m;for(int i = 0; i <= m; i++) f[i] = 0,g[i] = 1;for(int i = 1; i <= n; i++){int v,w;cin >> v >> w;for(int j = m; j >= v; j--){if(f[j - v] + w > f[j]){f[j] = f[j - v] + w;g[j] = g[j - v];}else if(f[j - v] + w == f[j]){g[j] = (g[j] + g[j - v]) % mod;}}}cout<<g[m];
}

http://www.xdnf.cn/news/2988.html

相关文章:

  • NOC科普一
  • 大模型——使用coze搭建基于DeepSeek大模型的智能体实现智能客服问答
  • 你的私域该大扫除了
  • 【记录】Python调用大模型(以Deepseek和Qwen为例)
  • 思维导图的快速生成
  • 某铝制品长棒材精轧线低压无源滤波装置改造案例
  • 智慧停车场升级难题:免布线视频桩如何破解三大核心痛点
  • 低版的spring boot 1.X接入knife4j
  • 批量修改文件名前后缀
  • 国内无法访问GitHub官网的问题解决
  • Cell Res | Stereo-seq揭示人类肝癌浸润区促进肝细胞-肿瘤细胞串扰、局部免疫抑制和肿瘤进展
  • 探索数学之美:分形几何之在线交互式曼德博集合动画演示工具
  • C++类与对象基础
  • 破局传统采购,连锁大药房打造一体化招采平台
  • 川土微电子全国产供应链且全面通过IBEE EMC认证的车规CAN收发器CA-IF1044AX-Q1
  • Mysql数据类型
  • 0.5 像素边框实现
  • Javscript 数组的常用方法有哪些?
  • 软实时如Windows,在工业领域的弊端
  • Game Booster汉化版:一键优化,畅享游戏
  • std::functional 类是干什么用的?
  • 项目实战-飞机大战【补档】
  • 【AI面试准备】模型自动化评估
  • C++学习:六个月从基础到就业——异常处理:机制与最佳实践
  • Qt5与现代OpenGL学习(三)纹理
  • 极狐GitLab 如何使用文件导出迁移项目和群组?
  • 机器学习day4-Knn+交叉验证api练习(预测facebook签到位置)
  • QT6链接mysql数据库
  • SQL实战:04之SQL中的分组问题求解
  • 深度学习·经典模型·VisionTransformer