- 냅색 알고리즘으로 유명한 문제다. 처음엔 가방의 무게를 기준으로 오름차순 정렬해서 접근했으나 WA를 받았다. 이런 식으로 접근하는 문제는 아닌 것 같았다.
- 2차원 배열을 이용해서 DP를 구현하는 문제였다. 표를 사용해서 나타내보면 다음과 같다.
입력
4 7
6 13
4 8
3 6
5 12
출력
14
0 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
---|---|---|---|---|---|---|---|---|
0, 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
6, 13 | 0 | 0 | 0 | 0 | 0 | 0 | 13 | 13 |
4, 8 | 0 | 0 | 0 | 0 | 8 | 8 | 13 | 13 |
3, 6 | 0 | 0 | 0 | 6 | 8 | 8 | 13 | 14 |
5, 12 | 0 | 0 | 0 | 6 | 8 | 12 | 13 | 14 |
- dp배열은 다음과 같이 정의할 수 있다.
dp[i][j] = 처음부터 i번째까지의 물건을 살펴보고 배낭의 용량이 j였을 때 배낭에 들어갈 수 있는 물건의 가치 합의 최댓값
- 냅색 알고리즘 문제는 쉽게 말해서, i번째 물건을 넣었을 때와 넣지 않았을 때를 비교하여 조건을 만족하면서 둘 중 가치가 더 높은 것을 가져오는 방식으로 진행하면 된다.
- 2차원 배열을 이용하는 방법에 익숙해지자
import sys
input = sys.stdin.readline
N, K = map(int, input().strip().split())
bag = [[0, 0]]
for i in range(N):
w, v = map(int, input().strip().split())
bag.append([w, v])
dp = [[0] * (K+1) for _ in range(N+1)]
for i in range(1, N+1):
for j in range(1, K+1):
W = bag[i][0]
V = bag[i][1]
if j < W:
dp[i][j] = dp[i-1][j]
else:
dp[i][j] = max(dp[i-1][j], dp[i-1][j-W] + V)
print(dp[N][K])