#
未完成
01背包问题详解
01背包是一种动态规划问题。动态规划的核心就是状态转移方程,本文主要解释01背包状态转移方程的原理。
问题描述
01背包问题可描述为如下问题:
有一个容量为V的背包,还有n个物体。现在忽略物体实际几何形状,我们认为只要背包的剩余容量大于等于物体体积,那就可以装进背包里。每个物体都有两个属性,即体积w和价值v。
问:如何向背包装物体才能使背包中物体的总价值最大?
为什么不用贪心?
我在第一次做这个题目时考虑的是贪心算法。所谓贪心问题,就是每一步决策都采取最优解,按照此方案最后结果也是最优解。
为什么这个问题不能用贪心呢? 举个例子
我的背包容量为10,而且有4个物体,它们的体积和价值分别为
w1 = 8, v1 = 9 w2 = 3, v2 = 3 w3 = 4, v3 = 4 w4 = 3, v4 = 3
贪心是每一步采取最优拿法,即每一次都优先拿价值与体积比值最大的物体
c1 = v1/w1 = 1.125(最大) c2 = v2/w2 = 1 c3 = v3/w3 = 1 c4 = v4/w4 = 1
所以优先拿第一个物体,随后背包再也装不下其他物体了,则最大价值为9。
但是这个问题的最优解是取物体2,3,4装进背包,最大价值为3+4+3=10!!!
所以这个问题不可以用贪心法来处理。
原始的 01背包
01背包的状态转移方程为 `f[i][j] = max(f[i - 1][j], f[i - 1][j - w[i]]
+ v[j])
i代表对i件物体做决策,有两种方式—放入背包和不放入背包。
j表示当前背包剩余的容量。
转移方程的解释: 创建一个状态矩阵f,横坐标 i 是物体编号,纵坐标 j
为背包容量。 首先将 f 第0行和第0列初始化为0
(代码里面将整个f初始化为0了,其实只初始化第0行和第0列就够了)。这个表示不放物体时最大价值为0
。(物体编号从1开始) 接下来依次遍历f的每一行。如下所示。
1 2 3 4 5 6 7 8 9 10 11 12 13 14
| for (int i = 1; i <= n; i++) { for (int j = V; j >= 0; j--) { if (j >= w[i]) { f[i][j] = max(f[i - 1][j], f[i - 1][j - w[i]] + v[i]); } else { f[i][j] = f[i - 1][j]; } } }
|
如果背包装得下当前的物体,在遍历过程中分别计算第i件物体放入和不放入背包的价值,取其中大的做为当前的最大价值。
如果背包装不下当前物体那么第i个物体只有不放入背包一种选择。
不放入背包时:第i次决策后的最大价值和第i-1次决策时候的价值是一样的(还是原来的那些物体,没多没少)。
放入背包时:第i次决策后的价值为 第i-1次决策时候的价值 加上
当前物体的价值v[j]。物体放入背包后会使背包容量变为 j
,即没放物体之前背包的容量为j - w[i]。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59
| #include <iostream> #include <vector> using namespace std; #define max(N1,N2) N1>N2?N1:N2 int main() {
vector<int> w, v; vector<vector<int>> f; int V, n; while (cin >> V >> n) { w.clear(); v.clear(); f.clear(); w.push_back(0); v.push_back(0);
for (int i = 1; i <= n; i++) { int cur_w, cur_v; cin >> cur_w >> cur_v; w.push_back(cur_w); v.push_back(cur_v); }
for (int i = 0; i <= n; i++) { vector<int> buff(V + 1, 0); f.push_back(buff); }
for (int i = 1; i <= n; i++) { for (int j = V; j >= 0; j--) { if (j >= w[i]) { f[i][j] = max(f[i - 1][j], f[i - 1][j - w[i]] + v[i]); } else { f[i][j] = f[i - 1][j]; } } }
int ans = f[n][V]; cout << ans << endl; } return 0; }
|