最大和最小成本背包
Maximum and MinCost Knapsack
我很熟悉 01 背包问题，因为目标是将物品放入背包中，以适应重量约束。 Maximum Knapsack 和 MinCost Knapsack 有什么区别？我在哪一个中获得了预算或目标值？
举例说明
- 最大背包（来自Sartaj Sahni Algo Book）：
这里我们有一个 Target/Budget 值，即重量 ，
在这种情况下 m=20，
Number of objects i.e. n=3、
weight of each object w1,w2,w3
和
corresponding profits for these weights p1,p2,p3。
您可以通过多种方式填充这个袋子，但在示例中，它们显示了 4 种对象组合的利润值。解决方案 4 给出最大利润。
这是最大背包，因为我们有与每个对象关联的利润值，我们需要填充这个背包，以便我们最大化利润.
注意：对于0-1 Knapsack 上述示例中的值 x1,x2 ,x3 不能是分数，它必须是 0 or 1.
- 最低成本背包（来自GeeksForGeeks）两个例子：
注意：这里的对象权重也是数组中的索引，从 1 开始。
即 w[] = {1,2,3,4,5}
cost[] 是添加特定对象时所需的费用。
If you add cost[1]=20 then w[1]=1 kg, cost[2]=10 then w[2]=2 kg and so on.
在这里，我们也有 Target/Budget 值，即权重 ，在本例中 W=5，但我们没有利润值，而是成本值。我们需要在填充这个袋子时最大限度地减少成本。
我很熟悉 01 背包问题，因为目标是将物品放入背包中，以适应重量约束。 Maximum Knapsack 和 MinCost Knapsack 有什么区别？我在哪一个中获得了预算或目标值？
举例说明
- 最大背包（来自Sartaj Sahni Algo Book）：
这里我们有一个 Target/Budget 值，即重量 ，
在这种情况下 m=20，
Number of objects i.e. n=3、
weight of each object w1,w2,w3
和
corresponding profits for these weights p1,p2,p3。
您可以通过多种方式填充这个袋子，但在示例中，它们显示了 4 种对象组合的利润值。解决方案 4 给出最大利润。
这是最大背包，因为我们有与每个对象关联的利润值，我们需要填充这个背包，以便我们最大化利润.
注意：对于0-1 Knapsack 上述示例中的值 x1,x2 ,x3 不能是分数，它必须是 0 or 1.
- 最低成本背包（来自GeeksForGeeks）两个例子：
注意：这里的对象权重也是数组中的索引，从 1 开始。 即 w[] = {1,2,3,4,5}
cost[] 是添加特定对象时所需的费用。
If you add cost[1]=20 then w[1]=1 kg, cost[2]=10 then w[2]=2 kg and so on.
在这里，我们也有 Target/Budget 值，即权重 ，在本例中 W=5，但我们没有利润值，而是成本值。我们需要在填充这个袋子时最大限度地减少成本。