01 背包问题
2010-06-05 17:20
267 查看
动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。
比如01背包问题。
/* 一个旅行者有一个最多能用M公斤的背包,现在有N件物品,
它们的重量分别是W1,W2,...,Wn,
它们的价值分别为P1,P2,...,Pn.
若每种物品只有一件求旅行者能获得最大总价值。
输入格式:
M,N
W1,P1
W2,P2
......
输出格式:
X
*/
因为背包最大容量M未知。所以,我们的程序要从1到M一个一个的试。比如,开始任选N件物品的一个。看对应M的背包,能不能放进去,如果能放进去,并且还有多的空间,则,多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢?看下表。
测试数据:
10,3
3,4
4,5
5,6
c[i][j]数组保存了1,2,3号物品依次选择后的最大价值.
这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3则里面放4.这样,这一排背包容量为4,5,6,....10的时候,最佳方案都是放4.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候,最佳方案还是上一排的最价方案c为4.而背包容量为5的时候,则最佳方案为自己的重量5.背包容量为7的时候,很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排 c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.)
从以上最大价值的构造过程中可以看出。
f(n,m)=max{f(n-1,m), f(n-1,m-w
)+P(n,m)}这就是书本上写的动态规划方程.这回清楚了吗?
下面是实际程序:
自己编写:
测试数据:
比如01背包问题。
/* 一个旅行者有一个最多能用M公斤的背包,现在有N件物品,
它们的重量分别是W1,W2,...,Wn,
它们的价值分别为P1,P2,...,Pn.
若每种物品只有一件求旅行者能获得最大总价值。
输入格式:
M,N
W1,P1
W2,P2
......
输出格式:
X
*/
因为背包最大容量M未知。所以,我们的程序要从1到M一个一个的试。比如,开始任选N件物品的一个。看对应M的背包,能不能放进去,如果能放进去,并且还有多的空间,则,多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢?看下表。
测试数据:
10,3
3,4
4,5
5,6
c[i][j]数组保存了1,2,3号物品依次选择后的最大价值.
这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3则里面放4.这样,这一排背包容量为4,5,6,....10的时候,最佳方案都是放4.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候,最佳方案还是上一排的最价方案c为4.而背包容量为5的时候,则最佳方案为自己的重量5.背包容量为7的时候,很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排 c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.)
从以上最大价值的构造过程中可以看出。
f(n,m)=max{f(n-1,m), f(n-1,m-w
)+P(n,m)}这就是书本上写的动态规划方程.这回清楚了吗?
下面是实际程序:
#include<stdio.h> int c[10][100];/*对应每种情况的最大价值*/ int knapsack(int m,int n) { int i,j,w[10],p[10]; for(i=1;i<n+1;i++) scanf("/n%d,%d",&w[i],&p[i]); for(i=0;i<10;i++) for(j=0;j<100;j++) c[i][j]=0;/*初始化数组*/ for(i=1;i<n+1;i++) for(j=1;j<m+1;j++) { if(w[i]<=j) /*如果当前物品的容量小于背包容量*/ { if(p[i]+c[i-1][j-w[i]]>c[i-1][j]) /*如果本物品的价值加上背包剩下的空间能放的物品的价值*/ /*大于上一次选择的最佳方案则更新c[i][j]*/ c[i][j]=p[i]+c[i-1][j-w[i]]; else c[i][j]=c[i-1][j]; } else c[i][j]=c[i-1][j]; } return(c [m]); } int main() { int m,n;int i,j; scanf("%d,%d",&m,&n); printf("Input each one:/n"); printf("%d",knapsack(m,n)); printf("/n");/*下面是测试这个数组,可删除*/ for(i=0;i<10;i++) for(j=0;j<15;j++) { printf("%d ",c[i][j]); if(j==14)printf("/n"); } system("pause"); }
#include<iostream> #include<fstream> using namespace std; void pack(int n,int c,int *weight,int *price) { int i,j; fstream fin("in.txt",ios::in); fstream fout("out.txt",ios::out); int **F=new int *[n+1]; int *X=new int [n+1]; for(i=0;i<=n;i++) { F[i]=new int [c+1]; F[i][0]=0; } for(j=0;j<=c;j++) F[0][j]=0; for(i=1;i<=n;i++) for(j=0;j<=c;j++) if(j>=weight[i]) { if(F[i-1][j]<F[i-1][j-weight[i]]+price[i]) F[i][j]=F[i-1][j-weight[i]]+price[i]; else F[i][j]=F[i-1][j]; } else F[i][j]=F[i-1][j]; fout<<"Result="<<F [c]<<endl; for(i=n;i>=1;i--) if(F[i][c]!=F[i-1][c]) { X[i]=1; c-=weight[i]; } else X[i]=0; for(i=1;i<=n;i++) { if(X[i]!=0) fout<<i<<"/t"<<weight[i]<<"/t"<<price[i]<<endl; } } int main() { int n,i,c; fstream fin("in.txt",ios::in); fstream fout("out.txt",ios::out); while(fin>>c>>n) { int *weight=new int [n+1]; int *price=new int [n+1]; for(i=1;i<=n;i++) fin>>weight[i]>>price[i]; pack(n,c,weight,price); } return 0; }
自己编写:
#include<iostream> using namespace std; #define M 20 #define N 200 int m,n; //m为容量,n为物品个数 int c[M] ;// 保存每种情况的最大价值 M为个数,N为容量 int w[M],v[M];//保存物体的重量和价值 void knapsack() { int i,j; memset(c,0,sizeof(c)); for( i=1;i<=n;i++) for( j=1;j<=m;j++) { if(w[i]<=j) /*如果当前物品的容量小于背包容量*/ { if(v[i]+c[i-1][j-w[i]]>c[i-1][j]) /*如果本物品的价值加上背包剩下的空间能放的物品的价值*/ /*大于上一次选择的最佳方案则更新c[i][j]*/ c[i][j]=v[i]+c[i-1][j-w[i]]; else c[i][j]=c[i-1][j]; } else c[i][j]=c[i-1][j]; } cout<<c [m]<<endl; } int main() { freopen("knapsack.txt","r",stdin); while(cin>>m>>n) { for(int i=1;i<=n;i++) cin>>w[i]>>v[i]; knapsack(); /*下面是测试这个数组,可删除*/ for(int i=0;i<=n;i++) for(int j=0;j<=m;j++) { cout<<c[i][j]<<" "; if(j==m) cout<<endl; } } return 0; }
测试数据:
(1) in 100 5 77 92 22 22 29 87 50 46 99 90 out 133 (2) in 200 8 79 83 58 14 86 54 11 79 28 72 62 52 15 48 68 62 out 334