动态规划 背包问题
2015-03-14 21:44
183 查看
问题描述
问题具体化
解决过程
完整代码
程序结果截图
表格最后一行
对最后一行的物体4来说,只有两种情况,要么装入背包,要么不装入。物体5的的重量是4。也就是说在背包承重为0–3的时候物体5是装不进去的,所以背包为0,当背包承重为4–10的时候,物体5可以装进去,又因为物体5的价值为6,所以背包价值为6。
表格倒数第二行
表格倒数第二行的计算思路与倒数第一不一样,因为我们要考虑背包里已经有的物体。因为物体4的重量为5。所以在背包承重为0–4的情况下即使空包也装不进去,所以不能装入,包里原本是多少价值,就还是多少价值。在背包承重为5–8的时候,物体4可以装进去,但是物体5要拿出来才行,这样的话背包的价值就变成4了,小于6。所以能然选择不把物体4放进去。在背包承重为9–10的时候,两个都可以放进去,所以背包的价值变成10了。
最终计算出来的表格
其他行的计算过程同上,最终结果如下。
*表格计算公式
max( m(i+1,j) , m(i+1,j-wi)+vi )
做出最优选择
大体思想:我们从右上角(坐标(1,10))开始,看(1,10)与(2,10)的值是不是一样,一样,则说明物体1没装进去,不一样,则说明物体1装进去了。
void opt_way(int flag[],int w[], int table[num][weight])
{
int n = weight-1;
for (size_t i = 0; i < num; i++)
{
if (table[i]
==table[i+1]
)
{
flag[i] = 0;
}
else
{
flag[i] = 1;
n = n - w[i+1];
}
}
}
问题具体化
解决过程
完整代码
程序结果截图
问题描述
有n个物体有重量和价值两个属性,一个能承重一定重量的背包。问怎么选择物体能实现背包里的价值最大化。问题具体化
假设有5个物体和一个背包。物体的重量分别是2、2、6、5、4,即w[]={0、2、2、6、5、4},价值分别是6、3、5、4、6,即v[]={0、6、3、5、4、6}。背包承重为10。问怎么选择,能实现背包所背物体价值的最大化。解决过程
利用二维表格,通过自左向右、自下向上的计算,来绘制表格,左后再在表格的基础上选择最优解。表格最后一行
对最后一行的物体4来说,只有两种情况,要么装入背包,要么不装入。物体5的的重量是4。也就是说在背包承重为0–3的时候物体5是装不进去的,所以背包为0,当背包承重为4–10的时候,物体5可以装进去,又因为物体5的价值为6,所以背包价值为6。
. | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
---|---|---|---|---|---|---|---|---|---|---|---|
1 | |||||||||||
2 | |||||||||||
3 | |||||||||||
4 | |||||||||||
5 | 0 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 6 | 6 |
表格倒数第二行的计算思路与倒数第一不一样,因为我们要考虑背包里已经有的物体。因为物体4的重量为5。所以在背包承重为0–4的情况下即使空包也装不进去,所以不能装入,包里原本是多少价值,就还是多少价值。在背包承重为5–8的时候,物体4可以装进去,但是物体5要拿出来才行,这样的话背包的价值就变成4了,小于6。所以能然选择不把物体4放进去。在背包承重为9–10的时候,两个都可以放进去,所以背包的价值变成10了。
. | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
---|---|---|---|---|---|---|---|---|---|---|---|
1 | |||||||||||
2 | |||||||||||
3 | |||||||||||
4 | 0 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 10 |
5 | 0 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 6 | 6 |
其他行的计算过程同上,最终结果如下。
. | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
---|---|---|---|---|---|---|---|---|---|---|---|
1 | 0 | 0 | 6 | 6 | 9 | 9 | 12 | 12 | 15 | 15 | 15 |
2 | 0 | 0 | 3 | 3 | 6 | 6 | 9 | 9 | 9 | 10 | 11 |
3 | 0 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 11 |
4 | 0 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 10 |
5 | 0 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 6 | 6 |
max( m(i+1,j) , m(i+1,j-wi)+vi )
做出最优选择
大体思想:我们从右上角(坐标(1,10))开始,看(1,10)与(2,10)的值是不是一样,一样,则说明物体1没装进去,不一样,则说明物体1装进去了。
void opt_way(int flag[],int w[], int table[num][weight])
{
int n = weight-1;
for (size_t i = 0; i < num; i++)
{
if (table[i]
==table[i+1]
)
{
flag[i] = 0;
}
else
{
flag[i] = 1;
n = n - w[i+1];
}
}
}
完整代码
#include <iostream> #define num 5 #define weight 11 using namespace std; void init_table(int table[num][weight]) { for (size_t i = 0; i < num; i++) { for (size_t j = 0; j < weight; j++) { table[i][j] = 0; } } } void show_table(int table[num][weight]) { for (size_t i = 0; i < num; i++) { for (size_t j = 0; j < weight; j++) { cout <<table[i][j] << "\t"; } cout << "\n"; } } void creat_table(int table[num][weight],int w[],int v[]) { //给最后一行赋初值 for (size_t i = 0; i < weight; i++) { if (w[num] > i) table[num - 1][i] = 0; else { table[num - 1][i] = v[num]; } } //在最后一行基础上给每行赋值 for (int i = num - 1; i > 0; i--) { for (int j = 0; j < weight; j++) { if (w[i]>j) { table[i - 1][j] = table[i][j]; } else if ((v[i] + table[i][j-w[i]])>table[i][j]) { table[i-1][j] = v[i] + table[i ][j - w[i]]; } else { table[i-1][j] = table[i][j]; } } } } void opt_way(int flag[],int w[], int table[num][weight]) { int n = weight-1; for (size_t i = 0; i < num; i++) { if (table[i] ==table[i+1] ) { flag[i] = 0; } else { flag[i] = 1; n = n - w[i+1]; } } } int main() { int w[num+1] = {0,2,2,6,5,4}; int v[num+1]= {0,6,3,5,4,6}; int flag[num] = { 0, 0, 0, 0, 0 }; int table[num][weight]; init_table(table); creat_table(table,w,v); opt_way(flag,w,table); //---------------- show_table(table); //------------------------------ for (size_t i = 0; i < num; i++) { cout << flag[i]; } getchar(); return 0; }
程序结果截图
>相关文章推荐
- 动态规划 (Dynamic Programming) 之 背包问题合辑 (Knapsack, Subset Sum, Partition and change making problem )
- 01背包问题 动态规划解法
- 动态规划解0-1背包问题
- poj1014 Dividing 动态规划 多重背包问题
- 动态规划求解0/1背包问题
- 动态规划 (Dynamic Programming) 之 背包问题合辑 (Knapsack, Subset Sum, Partition and change making problem )
- 0-1背包问题与完全背包问题C++实现 动态规划
- 0-1背包问题--动态规划解法
- 动态规划背包问题自己的理解:
- 用动态规划求如下解0/1 背包问题 (第八题)
- 动态规划 ------0-1背包问题
- 0-1背包问题的两种解法(回溯法和动态规划)
- 动态规划(背包问题)
- [动态规划]背包问题(找零/子集和/编辑距离)
- POJ 3624 0-1背包问题 动态规划
- 0-1背包问题及其动态规划求解之二——王晓东的书本解法
- 0-1背包问题(动态规划) 解题报告
- 动态规划解决0-1背包问题
- 0-1背包问题入门小结 动态规划(DP)经典题目 POJ324 POJ1276
- hdoj 1248(背包问题)(动态规划)