【发布时间】:2021-05-23 04:15:52
【问题描述】:
我知道这是一个重量和值相等的背包问题,但我认为我在编码逻辑中犯了一个错误,因为即使对于数组中的元素数量(N ) 为 50,所需的最大总和 (M) 为 4500。
为了澄清问题,给定一个由 N 个正整数和一个正整数 M 组成的数组。数组元素只能使用一次。 我们必须找到这个数组的一个子集(不一定是连续的),使得总和最接近 M 但不超过它。
这是我使用动态编程的尝试:
int M, N, price[100];
int memo[5000][100];
int dp(int left, int g)
{
if (left < 0)
return -10000000;
if (g == N)
return M - left;
if (memo[left][g] != -1)
return memo[left][g];
int ans = -1;
ans = max(ans, dp(left - price[g], g + 1));
ans = max(ans, dp(left, g + 1));
//cout<<g<<ln;
return memo[left][g] = ans;
}
void solve()
{
cin >> M >> N;
forn(i, N)
{
cin >> price[i];
}
int score;
memset(memo, -1, sizeof memo);
score = dp(M, 0);
//print_dp(M,0);
if (score < 0)
cout << "NO SOLUTION";
else
cout << score << ln;
}
int main(){
solve();
return 0;
}
那么在我的代码中是否有任何可能的优化可以帮助我降低复杂性,因为这甚至不是最大的测试用例,有一个 M = 10^9 的测试用例。 以及如何跟踪解决方案的实际子集,因为在这里我只是返回最终的最大可能总和。 任何指导将不胜感激! 谢谢
【问题讨论】:
标签: algorithm subset dynamic-programming knapsack-problem subset-sum