0/1背包问题的混淆输出
0/1背包问题是一种经典的动态规划问题，常用于优化和资源分配场景。该问题的描述为：给定一组物品，每个物品有两个属性，重量和价值。同时有一个背包，其最大承重量限制为W。目标是选择一些物品放入背包中，使得放入的物品总重量不超过背包承重量，且总价值最大化。
背包问题主要分为两种：0/1背包问题和完全背包问题。
0/1背包问题的特点是每个物品只能选择放入或不放入背包中，不能切割。解决该问题的常用方法是使用动态规划算法。可以使用一个二维数组dp[i][j]表示前i个物品放入容量为j的背包中所能获得的最大价值。状态转移方程为：
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i])
其中dp[i-1][j]表示不选择第i个物品，dp[i-1][j-w[i]] + v[i]表示选择第i个物品。根据状态转移方程，可以依次计算dp[i][j]的值，最终得到dp[n][W]即为最大价值。
0/1背包问题的应用场景非常广泛，例如资源分配、投资组合优化、网络传输等。在云计算领域，可以应用于虚拟机资源调度、负载均衡、缓存管理等场景。
腾讯云提供了多个与背包问题相关的产品和服务：
- 云服务器（CVM）：提供灵活、可扩展的云计算资源，可以根据实际需求选择合适的规格和配置。链接：https://cloud.tencent.com/product/cvm
- 负载均衡（CLB）：用于分发和调度访问流量，提高系统的可用性和性能。可以根据实际场景选择合适的负载均衡算法。链接：https://cloud.tencent.com/product/clb
- 云缓存Redis：提供高性能的内存数据库服务，可用于缓存管理和数据存储优化。链接：https://cloud.tencent.com/product/redis
以上是关于0/1背包问题的混淆输出的完善答案。希望对您有帮助！
相关·内容
1回答
问题陈述：给出n个大小为Ai的项目，整数m表示背包的大小。这个背包你能装满多少？
示例1:输入: 3,4,8,5，背包size=10输出:9
例2:输入: 2,3,5,7，背包size=12输出: 12
我必须用回忆录写解决方案，我知道自下而上的dp会很快，但你能帮我其他优化，我可以添加到这个解决方案。
class Solution {
public:
unordered_map<string,int>m1;
int solve(int m,vector<int>&a,int i){
if(i<0)return 0;
浏览 2提问于2020-04-27得票数 1
我还是不明白。我真的不知道。对我来说贪婪的算法，只关心：
problemsMaximizing/Minimizing 将问题划分为阶段、子阶段、或优化每个阶段的输出()，而不考虑以后的阶段或任何其他阶段。
即使0/1背包问题也是用同样的理论来求解的。
Stages在每个阶段成为fillOptimizing输出的各种项目，首先选择提供最大利润的项目，然后再选择下一个提供最多利润的项目，等等。
这是我们在两个背包问题上所遵循的相同方法。唯一的区别是：
In分数背包：我们通过选择提供最多利润/重量的项目来最大化利润。为什么？因为项目可以是dividedIn 0/1背包：我们通过选择提供最大利润的项目
浏览 6提问于2021-01-03得票数 0
1回答
以下是背包/背包问题的含义(摘自维基百科)：
给定一组项目，每一项具有一个权重和一个值，确定要包含在集合中的每个项目的数量，以便总权重小于或等于给定的限制，并且总价值尽可能大。它的名字来源于一个人所面临的问题，他被一个固定大小的背包所束缚，必须用最有价值的物品来填充它。
关于- https://en.wikipedia.org/wiki/Knapsack_问题 -这是0-1背包或0-1背包问题的定义：
📷
下面是我在python中的"0-1背包问题“的版本：
def knapsack(capacity, items, weights, values):
grid = [[0]
浏览 0提问于2019-05-18得票数 3
回答已采纳
1回答
问题描述：-最大化Loot问题的值，找到适合背包的项目的最大值。
输入:背包的容量W以及重量(w1，.。。和每磅价格(p1，。。。，p)的n种不同化合物。
输出:适合于给定容量背包的物品的最高总价:即p1·u1+··+p·u的最大值，使u1+··+u≤W和0≤u i≤w适用于所有i。
输入格式-输入的第一行包含com-磅的编号n和背包的容量W。接下来的n行定义了化合物的价格和权重。第一条线包含每磅p的价格和第一种化合物的重量w.
输出格式-输出符合背包的化合物的最高价格。
这是我的密码：-
b = [] # list
n = input
浏览 6提问于2020-07-27得票数 0
1回答
我在互联网上读过两个截然不同的问题0-1背包问题和无界背包问题。我发现，这两个问题都是通过动态规划解决的，但方法不同。如果用二维数组求解0-1背包问题，则无界背包问题仅使用一维数组。
您可以阅读更多的和。
正如我所知，这两个问题的不同之处在于，0-1背包问题只包含有限的东西，而无界背包问题允许获取任何资源的一个或多个实例。不过，我不知道为何要改变解决这个问题的方法呢？你能告诉我原因吗？
浏览 3提问于2020-07-23得票数 1
回答已采纳
1回答
我解决了允许重复元素的背包问题：
给定与n项相关的权重和值以及允许这些项目的最大容量。如果我们可以为总允许重量W选择任意次数的权重，那么我们可以达到的最大值是多少？投入:W= 10权重= 2,3,6,4成本= 3,4,6,10输出: 23
我写了这段代码。有什么办法可以改进吗？
def knapsack(W, weight, cost):
#import pdb; pdb.set_trace()
table = [0] * (W+1)
for w in xrange(W+1):
max_so_far = 0
for i, wt in en
浏览 0提问于2017-04-23得票数 3
为什么我得到一个分段错误(核心转储)错误？
我没有尝试太多，我知道代码可以工作，但stepik显示了这些错误
#include <iostream>
using namespace std;
int maximum(int a, int b)
{
return (a > b) ? a : b;
}
int knapSackValue(int capacity, int weight[], int value[], int x)
{
int i, w;
int Kn[x + 1][capacity + 1];
for (i = 0; i <= x; i
浏览 0提问于2019-04-24得票数 0
我正在为即将到来的测试复习一下，想知道是否有人可以重复一下问题的b部分。这是发出去的复习表中的文本，但我不确定b部分到底在问什么。我猜更严格地说，什么是“产生一个不到0/1背包问题最优解的1%的解”。
a)解决背包问题的以下实例，即，给出所选每个对象的分数和最优背包的值。显示步骤：
背包容量C= 100
**在这里他列出了对象、它们的值和权重。在表中**
b) 10pt给出了一个具有两个对象的示例，表明用于分数背包问题的相同贪婪方法(略有修改，如果不适合，则去掉贪婪方法选择的最后一个对象)产生的解小于0/1背包问题的最优解的1%。
浏览 1提问于2012-11-26得票数 0
2回答
我正在尝试实现背包算法来玩梦幻篮球。我写了一个传统的0/1背包解算器，它接受每个玩家的值和权重(价格)对，并输出最有价值的球员组合，这些球员的工资总和低于工资上限。
然而，幻想比赛要求你必须根据球员的位置组成你的8名球员阵容--即你的阵容必须包括1名控球后卫，1名得分后卫，1名小前锋，1名大前锋，1名中锋，1名得分后卫或控球后卫，1名小前锋或大前锋，以及1名任何位置的球员。
我正在寻找关于如何扩展传统的动态编程背包算法以包括这些约束的建议。
浏览 0提问于2015-12-22得票数 0
1回答
当所有利润都等于1时，背包问题有一种变体。它似乎可以比经典的离散(0- 1 )背包问题更快地解决，但如何解决呢？贪婪算法会起作用吗(在每次迭代中，将一个重量最小的对象放到背包中)？
浏览 2提问于2010-12-04得票数 4
回答已采纳
我正试图解决一个无界背包问题，但我被困住了。我已经解决了问题的主要部分，即得到最大值，但我也应该计算出每一项中有多少项是为了得到最大的答案。
边界小于100件，背包容量小于100件。示例输入是
3(项目数)
8(背包容量)
5 21 (分别为重量和价值)
3 1
4. 15
输出将是
30 (这个袋子能容纳的最大值，这是4个重量项目中的2个)
0 0 2(每个项目中有多少在背包中)
我不知道如何打印最后一行的输出，我在这个问题上已经被困了一个星期了。我问了其他地方，他们说要保存我以前的状态，但我不知道该怎么做。到目前为止这是我的密码。任何帮助都是非常感谢的。
#include <stdi
浏览 1提问于2021-02-20得票数 1
回答已采纳
2回答
用递归求解背包
、、
我试图使用Scala中的递归来解决背包问题，但我的要求是显示选择了哪些项目保留在背包中。availableMoney表示背包大小。
我的代码如下：
def knapsack(availableMoney: Int,wt:List[Int],value :List[Int] ,n:Int) : Int= {
if(n == 0 || availableMoney == 0)
return 0
if (wt(n - 1) > availableMoney) {
return knapsack(availableMoney,wt,value, n - 1
浏览 2提问于2016-11-20得票数 0
回答已采纳
1回答
给出一个正负数组，看看我们是否可以选择其中的一些，并以一种最终和为零的方式对它们求和。(任何非零数都可以)。 我们有它们的权重和值。 我相信这是0-1背包问题的一个版本。示例输入和输出： 4 - weight - percent
+ 50 30
+ 80 1
- 20 30
- 30 30 yes 这是我为它写的代码，但不知何故我不知道为什么它不能工作:我得到了它的输出0(我应该得到1000，选择第一，第三和第四)。有没有办法解决负值背包问题？ def knapSack(W , wt , val , n):
if n == 0 :
return 0
if
浏览 19提问于2020-01-03得票数 0
回答已采纳
1回答
日安，
背包算法在我的脑海中并不完全是“点击”。我知道如何回答不同种类(0-1背包，带香料背包等)的背包问题，但我并不完全理解算法本身，我很想填补这个空白。
为了使我的问题不那么含糊不清，我把我的问题分解成几个子问题。这也是我对背包问题的典型答案，
构造X维矩阵(其中X是需要关注的许多变量)。从点0 {0,0，...0}出发，计算相邻节点，然后根据得到的结果，得到矩阵中的下一个对角线点，得到最优解。重复，直到算法中所有考虑的选项都被删除为止。
，我们如何知道背包算法的工作原理(除了经验观察)？特别是，我们如何确切地知道没有可选配置被认为是s.t。使用“X维矩阵”的在内存使用上看起来非常冗余，
浏览 1提问于2019-10-25得票数 0
回答已采纳
2回答
背包但精确重量
、、、
是否有一个算法来确定背包的精确重量W？也就是说，这就像一个普通的0/1背包问题，n个项目都有权重w_i和值v_i，使所有项目的价值最大化，但是背包中的项目的总重量需要有精确的重量W！
我知道“正常”0/1背包算法，但这也可以返回一个重量小但值高的背包。我想要找到最高的值，但精确的W重量。
下面是我的0/1背包实现：
public class KnapSackTest {
public static void main(String[] args) {
int[] w = new int[] {4, 1, 5, 8, 3, 9, 2}; //weights
浏览 4提问于2017-12-02得票数 5
回答已采纳
1回答
递归有界背包算法
、、、
我正在努力将动态编程递归背包问题0-1转换为动态有界递归背包。我目前在R中使用的公式是：
F(i,k)=max(v[i]+F(i-1, k-w[i]), F(i-1, k))
所以现在我想知道这个函数对于有界动态背包问题会变成什么样子。
谢谢
浏览 1提问于2016-10-27得票数 0
1回答
我已经研究并熟悉了一些优化问题。然而，我似乎无法找到关于我试图在python中解决的问题的材料。
假设您有8项不同的重量。
1;128
2;0
3;130
4;186
5;0
6;0
7;12
8;12
假设我有无限数量的“背包”。我只能用两个不同的项目来填充每个背包，它只能容纳90的值。每次加载背包时，我都想返回，然后再用剩下的值进行另一次传递。
例如:在第一个步骤中，我可以将第1项放入背包中，第3项放在背包中，第4项放在背包中。
在下一次测试中，尽管我从第4项中取出了90项，但第4项的值仍然超过90，并且我可以将第4项放在另一个背包中。
对于这个特定的问题是否有一个特定的术语或一个共同的解
浏览 0提问于2017-07-06得票数 2
回答已采纳
1回答
学习课程
我已经实现了一个仅使用两行的0-1背包算法。
它输出正确的最终值。
Names包含正在使用的每个元素的id。
def KnapSack(val, wt, n, W):
names = n
n = len(n)
mat = [[0 for i in range(W + 1)] for i in range(2)]
i = 0
while i < n:
j = 0
if i % 2 == 0:
while j < W:
j += 1
浏览 1提问于2018-12-07得票数 4
我最近的实验任务让我尝试实现0/1背包问题的贪婪算法，并打印出背包的内容以及背包的总价值。到目前为止，我可以让它输出背包的总价值，但我在输出背包中的物品时遇到了问题。 #class definitions for the greedy approach
class Item:
def __init__(self,weight,value):
self.weight = weight
self.value = value
self.price_kg = value / weight
def __repr__(self):
浏览 12提问于2020-12-02得票数 0
回答已采纳
1回答
我有一个关于测试评审的问题，它问道：“以下哪一项是通过贪婪的方法启发式地解决的？”
A.未加权的区间调度
B. 0/1背包
C.小数背包
D.霍夫曼编码
我能够将范围缩小到A、C或D，因为我知道0/1背包使用动态编程。我最好的猜测是C，因为我认为A和D可以使用贪婪算法进行最优求解。
这是正确的吗？
浏览 1提问于2011-10-25得票数 0
1回答
这是我处理动态编程的第一个任务，我发现它相当困难。
问题：
给定一个容量为W的背包和n个重量为[wt，...，wtn - 1 ]的金条，找出最大数量的金条可以装入背包而不重复。
输入:行1：(容量背包(W))(数量金条(N))行2: n条金条(wt)的重量
输出:最大重量(金条)，可放入容量为W的背包中
我的代码：
import sys
def optimal_weight(W, wt):
"""Find max weight that can fit in knapsack size W."""
# Create n nest
浏览 1提问于2016-04-01得票数 4
0-1多维背包的典型目标函数是使背包中所有物品的价值最大化。Stackexchange链接中提供了一个很好的算法：。
但是，如果我的目标函数是在背包中装入尽可能多的物品呢？所有的部分都有相同的价值。Stackexchange post ()声称等值的一维背包可以用贪心算法求解。这是真的吗？我认为01背包问题是NP难的，因此贪婪算法可能不会给出最优解。
所以我的问题分为两部分: 1)在这种情况下，贪婪算法能给出最优解吗? 01等值背包2)如何实现多维贪婪算法？vi/wi是一个值除以一个向量...
浏览 1提问于2016-04-08得票数 0
2回答
改进背包算法的时间复杂度
、、、
有没有人能帮我提高这个背包算法的时间复杂度，我已经用滑动数组来提高空间复杂度了。
问题如下：
给定大小为n的A[i]项，整数m表示背包的大小。这个背包你能装满多少？
如果我们有4个大小为[2, 3, 5, 7]的项目，而背包大小为11，我们可以选择[2, 3, 5]，这样这个背包的最大大小是10。如果背包大小为12，我们可以选择[2, 3, 7]并完全填充它。
函数应该返回我们可以在给定的背包中填写的最大大小。
class Solution:
# @param m: An integer m denotes the size of a backpack
# @param A: Given n
浏览 0提问于2015-11-23得票数 2
1回答
背包Python函数
、、、、
我有一个关于背包问题的问题，目的和背包问题的结果非常相似。问题是：
假设您有一个n项的集合。所有的项目都有相同的权重，w，您最多可以选择每个项目中的一个。编写一个Python函数，作为输入输入背包的容量、容量、每个项的值的列表(按升序排列)、值和权重w，并返回背包可以容纳的最大值。
我已经尝试过编写这个函数，但是不知怎么的，我不知道在代码行中权重( w )在哪里是合适的。
def knapsack(capacity,n):
if len(n) ==0:
return 0
elif n[-1][0] > capacity:
r
浏览 6提问于2016-11-12得票数 1
1回答
1.总结问题
我的脚本找不到播放器背包中的工具。print的输出总是为零。代价由另一个脚本在必须搜索它的脚本之前给出。没有出现错误消息。
2.描述您尝试过的
，我试过四处寻找，但没有解决我的问题。我也试着重写0的代码。
3.显示一些代码
简单脚本代码，该脚本克隆该工具并将其放在背包中
script.Parent.Triggered:Connect(function(player)
local Frullato = game.ServerStorage.LemonadeStand.Tools.Frullato:Clone()
Frullato.Parent =
浏览 3提问于2022-10-26得票数 0
3回答
背包算法变异
、、
我有一个问题：
有一组项目，每个项目有两个不同的正值A和B。
背包有两个值: totalA和totalB。它们是选定项的值A和B的最大值之和。
我得弄清楚，背包能装的最多的东西是什么。
示例：
输入：
totalA: 10，totalB: 15
item1 A:3，B: 4
item2 A:7，B: 2
item3 A:1，B: 9
item4 A:2，B: 1
item5 A:4，B: 6
输出：
3 (项目: 2、3、4)
我应该如何使用动态规划来解决这个问题？
浏览 2提问于2013-11-26得票数 0
回答已采纳
2回答
我正在尝试实现递归背包，它将返回2件事：
通过填充用于填充背包的元素的knapsack.Indexes得到最大值.
请注意，我不想使用动态规划方法来完成这个任务(通过反向迭代2D矩阵来获得元素的索引)。我想了解如何用递归的背包方法来完成这个任务？
这是我在下面尝试过的(获得正确的MaxValue (op#1)，但没有得到正确的索引列表(op#2))：
int knapsack(vector<int> wt, vector<int> val, int W, int N, vector<int>& idx)
{
if (W == 0 || N =
浏览 7提问于2022-04-03得票数 1
回答已采纳
到目前为止，我正在尝试在haskell中解决分数背包问题
代码：
{- Input "how much can the knapsack hole <- x" "Possible items in sack [(label, value, weight), ...]" -}
knap x [] = []
knap x y = if length y == 1 then
输入列表的格式为[(Char，Integer，Integer)，... ]列表列表(字符列表、整数列表和整数列表)。
我的问题是试图找出可能放在背包里的每一件物品的标签、价值和重量。(从列
浏览 2提问于2012-07-31得票数 0
回答已采纳
1回答
我对动态编程很陌生，并且尝试了我的第一个DP问题。问题陈述是
给定一个大小为C的背包，以及n个大小为s[]的项目(值为v[] )，则最大限度地提高可以放在背包中的项目的容量。一个项目可以重复任何次数。(允许重复项目)。
虽然我能够建立递归关系并创建DP表，并最终得到了可以放在背包中的最大值，但我无法设计一种方法来检索必须选择哪些值才能得到所需的和。
这是我的解决方案：
#include <iostream>
#include <cstdlib>
#include <algorithm>
#include <vector>
using n
浏览 3提问于2012-06-29得票数 1
作为课程的一部分，我一直在学习动态编程，并为背包0-1问题的DP解决方案奋斗了几天。我对问题和解决办法的理解是：
我们有items (A, B, C, D)，一个最大重量W = 10的背包，每个项目的权重/值是A = 2w/1v, 2w/3v, 5w/8v, 6w,5v。
解决方案要求我们考虑子问题，其中我们从0 -> W限制背包重量，从A -> D限制项目。
我不明白的是
既然我们需要迭代每个项目，那么intuitively?Why如何达到这个解决方案?如果没有DP并使用蛮力尝试所有组合方法，那么DP子问题解决方案如何解释所有背包解决方案的可能组合？
浏览 4提问于2021-06-07得票数 2
给定n个尺寸为Ai和value Vi的项目，以及一个大小为m的背包。您可以在背包中输入的最大值是多少？
你在一次真正的面试中见过这个问题吗？是的示例给出了4项大小为2、3、5、7和值1、5、2、4的项目，以及大小为10的背包，最大值为9。
注意，您不能将项目划分为小块，并且您选择的项目的总大小应该更小或等于m。
int knapsack(int m, vector<int> A, vector<int> V) {
int dp[m + 1], tmp[m + 1];
for (int n = 1; n <= m; n++) {
浏览 3提问于2015-08-05得票数 0
我在工作之余解决这个问题主要是出于好奇心。
想象一下正常的0-1背包问题，除了所有的物品要么是黄色，要么是红色，要么是蓝色，要么是绿色，而且由于你的强迫症，你的背包里必须有两件每种颜色的物品。因此，与普通项目不同，每个项目都有3个属性:权重、值、颜色。
这仍然是一个背包问题，还是用其他方式更好地定义它？
浏览 2提问于2012-11-21得票数 2
我试图通过JAVA用Choco Solver实现一个多维背包问题。我的想法是在两个背包中分配3件物品。
我的物品有一个重量和背包的极限: int[] itemWeight = {2，2，2}；int[] knapsackLimit = {4，4}；
和我的决策变量，其中3项在{0，1}：int[] itemAllocation = {1，1，0}之间有一个背包；
我使用Choco Solver编写了这个问题：
Model model = new Model("KnapsackProblem");
// Allocation variable
IntVar[] x = new
浏览 4提问于2016-06-19得票数 0
回答已采纳
1回答
我在课程中遇到了以下问题：
考虑背包问题的一个变式，其中我们有两个背包，具有整数容量1和2。像往常一样，给出了带正值和正整数权的项。我们希望选择1,2的子集，使1和1的总权重分别最多为1和2。假设每件物品都装在背包里。考虑以下两种算法方法。
(1)利用讲座中的算法，为第一个背包选择一个最大值可行解1，然后在剩下的项目上再次运行，为第二个背包选择一个最大值可行解2。
(2)对容量为1+2的背包，采用自学习算法选取最大值可行解，然后将所选项目分解为两组1+2，其大小分别为1和2。
下列哪一种说法是正确的？
算法(1)保证了对原问题提供1=2的最优可行解。
算法(1)保证对原问题产生
浏览 0提问于2018-12-25得票数 0
回答已采纳
1回答
我正在编写带有多个约束的背包0-1的变体。除了重量约束外，我还有一个量约束，但在这种情况下，我想解决背包问题，因为我需要背包中有确切的n个项目，重量小于或等于W。我目前正在为简单的0-1情况实现一个动态规划规则解决方案，它是基于的Rosetta中的代码。
实现固定数量约束的最佳方法是什么？
浏览 0提问于2014-10-19得票数 4
回答已采纳
1回答
从形式上说，我们有两个容量为c1和c2的包。有N个项目的利润圆周率和权重。在0-1背包问题中，我们需要用这些项目来填充c1和c2，这样才能使总体利润最大化。假设pi和wi是正整数！
对于两个背包问题，下面的递推关系好吗？
DPIK是我们可以从第一个i项中获得的最大利润，例如，在背包#1中使用了精确的j的权重，在背包#2中使用了精确的k的权重。
DPik = max(DPi-1k，DPik，DPik-1，DPij-Wj]k + Ci，DPi[k-Wk] +Ci
浏览 2提问于2015-03-19得票数 0
回答已采纳
1回答
我一直试图自学如何使用JaCoP约束编程库，但我在实现0/1背包问题时遇到了一些困难。我尝试了问题大小为4的问题，并按如下方式定义了项和变量：
knapsack[0] = new KnapsackItem(quantity[0], 5, 7);
knapsack[1] = new KnapsackItem(quantity[1], 7, 9);
knapsack[2] = new KnapsackItem(quantity[2], 2, 3);
knapsack[3] = new KnapsackItem(quantity[3], 3, 3);
IntVar knapsackCapa
浏览 1提问于2010-11-30得票数 1
回答已采纳
2回答
我是数据结构和算法的新手，想知道贪婪方法和动态编程(DP)方法。经过长时间的努力，我似乎掌握了解决DP问题的一步一步的方法。然而，我似乎误解了需要贪婪地处理DP问题的问题。根据定义，贪婪方法意味着我们在每一步都选择最好的解决方案，而DP有重叠子问题。
我困惑的根源是，我首先递归地解决DP问题，然后寻找重叠的子问题，并使用memoisation来改进解决方案。
我的问题是，我是否可以将DP问题的递归解决方案称为贪婪的解决方案。例如，在解决流行的背包问题时，我们要么选择在背包中添加一个项目，要么选择不添加。然后，我们在每一步都选择可能的最佳结果。现在背包问题有重叠子问题，是DP问题。但我的问题是，
浏览 7提问于2021-01-01得票数 0
1回答
我实现了两种方法来解决背包问题，但我不能用一种方法打印选定的项目，另一种并不能很好地工作，因为它遗漏了我的第一个项目的值。最基本的是，我的背包问题是将长度为N的条形划分为长度为1,2，…，N的子条形，其中每个子条形具有不同的成本。
当然，只要你不超过长度，重复的项目就是允许的。所以: 1)我有一个长度为N的条形，它可以被除。从1到N的每个部门都有一个相关的价格。2)背包以求最大利润，其中可以多次获得相同的项目。3)打印背包选择的元素。
我的问题是: 1)在第一段代码中，我无法理解如何打印所选的项目。2)我尝试了矩阵方法，但我不明白如何在允许重复项目的情况下设置背包矩阵的方程。
这是我的第一次尝
浏览 4提问于2019-09-08得票数 0
0/1 knapsack的概念-使用给定的weights.Aim填充一个W重量的背包是为了最大化利润。Ans问题可以通过采用特定的权重或不采用特定的权重来解决，这取决于哪一个给出了最大的profit.In，这样就可以计算出最优解。
现在，最小硬币兑换问题-找到最小否。来做一个特殊的改变。答案-根据我的想法，它可以通过拿一枚特定的硬币或不拿一枚硬币来解决，这取决于哪一枚给的是最小的否。硬币的数量。只有0/1背包中的最大值条件才会被颠倒。
但在实际解决方案中是这样的-
现在，最小硬币变化问题-我们必须找到的所有可能的硬币组合对于特定的变化，背包的概念随之而来。我不明白为什么？？
请帮助我理解为
浏览 0提问于2015-10-13得票数 3
我很难用背包来解决背包问题。
例如，对于以下值，背包函数将返回14作为解决方案，但正确的结果应该是7。
int n = 3, weights[] = {2, 3, 1}, values[] = {6, 15, 7};
int solution = 0, max = 2;
void Knapsack (int i, int max, int value, int *solution)
{
int k;
for (k = i; k < n; k++) {
if (weights[k] <= max) {
Knapsack (k, max - weig
浏览 1提问于2014-06-17得票数 0
回答已采纳
我看到一维数组是在无界背包情况下构造的，而二维数组是在0/1背包情况下构造的？这一切为什么要发生？这个问题是关于动态规划的。
浏览 2提问于2019-12-30得票数 4
回答已采纳
3回答
背包问题-带回忆录的递归方法
、、、、
这篇文章是基于0-1背包问题的。我在教授课程的第四作业中遇到了这个问题--贪婪的算法，最小生成树，以及Coursera上的动态规划。
问题1:
在这个编程问题和下一个问题中，您将从讲座中编写背包算法的代码。我们从热身开始吧。下载下面的文本文件。knapsack.txt这个文件描述了一个背包实例，它有以下格式：背包_大小 价值_1 价值_2 .例如，文件的第三行是"50074 659"，指示第二项的值分别为50074和大小659。你可以假设所有的数字都是正数。您应该假设项目权重和背包容量是整数。在下面的框中，键入最优解的值。
我的节目：
def knapSack(W , wt ,
浏览 0提问于2018-12-23得票数 4
回答已采纳
据我所知，在一个0-1背包问题中，只允许同一个变体的0或1个对象。不如把每个重量除以它的值，得到相应的比例，然后把每一个比率从最大的开始，放到背包里，直到达到允许的最大重量？它的时间复杂度不是比动态规划解决方案好吗？
浏览 3提问于2017-04-18得票数 0
回答已采纳
在这个多背包问题的变体中，只考虑了项目的权重，所以我想它更像是一个多子集和问题，但是用背包更容易解释。
有一些n背包，每个背包都装满了各个项目，以其各自的最大重量容量C[j]，其中0 <= j < n。
背包被倒进一堆，总共有一个m项目，每个项目都有一个重量W[i]，其中有一个0 <= i < m。该桩中的项目被洗牌，k项目被从桩中移除，其中0 <= k <= m。
n、m、C[j]和W[i]是大于零的整数；i、j和k是非负整数.
此状态是包装算法的初始输入。
如何重新包装所有剩余的m - k项，从而不超过每个背包C[j]的单独容量？
封隔器不知道背包以
浏览 0提问于2019-02-18得票数 0
1回答
我有n件物品和m个背包。每件物品都有一个利润和重量，这取决于把物品放在哪个背包里。例如，对于项目1，背包m=1和2 respectively.Also的利润分别为9和10，背包m=1和2的重量分别为3 Kg和4 Kg。这个问题属于哪一类背包问题？有没有一个有效的方法来解决这个问题？
我真的很感谢你的帮助。
浏览 0提问于2015-08-19得票数 0
我最近在解决一个背包问题。在这个版本的背包中，值不是重量，而是进入状态。
问题和一般的背包是一样的:有n个项目，项目i的重量为wi，值为vi。背包的容量是W。找到可以填充在背包中的物品的值的最大可能之和。
约束: 1<= n <=100 1<= W <=10^9 1<= wi <=W 1<= vi <=1000
投入:N W
w1 v1 w2 v2 w3 v3 .龙vn
由于权重很大，我们必须在状态下取值，结果就是最小权重。虽然我已经解释了这个问题，但是如果您需要更多的详细信息，
下面的代码是我解决这个问题的尝试。我使用过基于1的索引。我找不到错
浏览 1提问于2020-08-01得票数 0
回答已采纳
1回答
这是一个古老而著名的背包问题：
这里我有一个约束的背包问题。
我有大小为W = 100000000和N = 100的背包，我为其编写了动态解决方案，我的算法的复杂性是O(100000000*100)，这在时间和空间上都太大了，但是这里有一个条件，即无论是W ≤ 50000 or max 1≤ i ≤ n Vi ≤ 500.还是W ≤ 50000 or max 1≤ i ≤ n Vi ≤ 500.，所以如果背包大小超过50000，则项目的最大值是有限的。
所以，现在我想知道，在这种情况下，如何降低算法的时间复杂度?我认为背包问题取决于背包的大小和项目的数量，那么项的值如何改变我的算法？
浏览 7提问于2015-06-23得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
