0-1 背包问题 动态规划
2012-11-26 10:54
204 查看
http://blog.csdn.net/sunshinewave/article/details/8040421
分析如下:
题目
有N件物品和一个容量为V的背包。第i件物品的重量是c[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。
基本思路
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”,价值为f[i-1][v];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f[i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
阶段 I (物品的数量)
每个阶段的状态: 前i个物品 总容量不超过 v的 最大价值 f[i][v]
状态转移方程
当v大于c[i] f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
当v小于c[i] f[i][v] = f[i-1][v]
边界控制 I =0 或 v=0 时 f[i][v] =0
for i:=1 to v do f[0,i]:=0;
for i:=1 to n do f[i,0]:=0;
for i:=1 to n do
for j:=1 to v do
begin
if j>=c[i] then f[i,j]:=max(f[i-1,j-c[i]]+w[i],f[i-1,j])
else f[i,j]:=f[i-1,j];
end;
详解:
测试数据:
3 10
4 3
5 4
6 5
+
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.)
参考代码如下:
//0-1背包问题
分析如下:
题目
有N件物品和一个容量为V的背包。第i件物品的重量是c[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。
基本思路
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”,价值为f[i-1][v];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f[i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
阶段 I (物品的数量)
每个阶段的状态: 前i个物品 总容量不超过 v的 最大价值 f[i][v]
状态转移方程
当v大于c[i] f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
当v小于c[i] f[i][v] = f[i-1][v]
边界控制 I =0 或 v=0 时 f[i][v] =0
for i:=1 to v do f[0,i]:=0;
for i:=1 to n do f[i,0]:=0;
for i:=1 to n do
for j:=1 to v do
begin
if j>=c[i] then f[i,j]:=max(f[i-1,j-c[i]]+w[i],f[i-1,j])
else f[i,j]:=f[i-1,j];
end;
详解:
测试数据:
3 10
4 3
5 4
6 5
+
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.)
参考代码如下:
//0-1背包问题
int Max(int a,int b) { return a>b?a:b; } //4 10 void Bag01() { int N,V;//N为容量 v为价值 int sum[101][100]={0}; int i,j; int c[100]={0},w[100]={0}; while(cin>>N>>V) { for(i=1;i<=N;i++) cin>>c[i]>>w[i];//C用来存放当前物体的价值,w为当前物体的容积 for(i=0;i<=N;i++) for(j=0;j<=V;j++) sum[i][j]=0; cout<<"分配方法:"<<endl; for(i=1;i<=N;i++) for(j=1;j<=V;j++) { if(j>=w[i])//如果当前的容积大于w[i]第i个物体的容积 { //Sum[i][j].i为编号 j为容量 w[]为容积 //C[] 为价值 /* sum[i][j]=max{sum[i-1][j],sum[i-1][j-w[i]]+c[i]} */ sum[i][j]=Max(sum[i-1][j],sum[i-1][j-w[i]]+c[i]); //Max{不放入当前物体,放入当前物体} } else//如果当前的容积小于第i个物体的容积 sum[i][j]=sum[i-1][j];//不放当前物品 cout<<sum[i][j]<<" "; if(j%V==0) cout<<endl; } cout<<"最大值"<<sum [V]<<endl; } } int main() { Bag01(); return 0; }
void Bag01Test() { int N,V;//N为物品的数量,V为物品的最大容量。用来创建一个N*V的二维数组 int sum[101][100]={0}; int i,j; int cValueOrMoney[100]={0},wWeight[100]={0}; while(cin>>N>>V)//手动输入已知物品的总数量,以及物品的单个物品的价值 { //初始化 for(i=1;i<=N;i++) cin>>cValueOrMoney[i]>>wWeight[i]; for(i=0;i<=N;i++) for(j=0;j<=V;j++) sum[i][j]=0;//Sum存储的是最终结果 cout<<"分配方法:"<<endl; for(i=1;i<=N;i++)//i为物品的编号 for(j=1;j<=V;j++)//V为容量 { if(j>=wWeight[i]) { sum[i][j]=Max(sum[i-1][j],sum[i-1][j-wWeight[i]]+cValueOrMoney[i]); } else sum[i][j]=sum[i-1][j]; cout<<sum[i][j]<<" "; if(j%V==0) cout<<endl; } } }
相关文章推荐
- 0/1背包问题与动态规划
- 动态规划之0-1背包问题
- [动态规划]背包问题(找零/子集和/编辑距离)
- 动态规划-背包问题
- 动态规划解决0-1背包问题
- 十大算法之一动态规划—解背包问题-C#代码
- 动态规划——背包问题
- 01背包问题 动态规划 c语言实现
- 洛谷 动态规划的背包问题(普及连续场)
- 动态规划: 背包问题(施工中)
- 一道01背包问题(动态规划)
- 普及练习场 动态规划的背包问题 开心的金明
- 014-背包问题-动态规划-《算法设计技巧与分析》M.H.A学习笔记
- 动态规划解决0/1背包问题
- 0-1背包问题,用滚动数组,动态规划解决
- 《算法导论》读书笔记之第16章 0-1背包问题—动态规划求解
- 动态规划-背包问题(给定容量获得最大的价值量)2
- 0-1背包问题(动态规划)
- 【动态规划】二维背包问题之0 1背包(二维 0-1背包)
- 动态规划之0/1背包问题-java实现