一文读懂背包问题
2017-12-25 00:00
281 查看
转自:刘毅 https://www.61mon.com/index.php/archives/188/ 问题展开
有 N 件物品和一个容量为 V 的背包。第 i 件物品的体积是 Ci,其价值是 Wi。求解,在不超过背包容量情况下,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。
状态 F[i,v] 表示前 i 件物品中选择若干件放在容量为 v 的背包中,可以取得的最大价值。
转移方程:
对于第 i 件物品,有放与不放两种选择。若选择不放,F[i,v]=F[i−1,v];若选择放,v−Ci 确保有足够的空间,随之 F[i,v]=F[i−1,v−Ci]+Wi。
代码展开
/** * * author 刘毅(Limer) * date 2017-03-17 * mode C++ */#include <iostream>#include <algorithm>using namespace std;int main(){ const int N = 6; // 物品个数 const int V = 10; // 背包体积 // 第 i 个物品的体积(下标从 1 开始) int C[N + 1] = { -1,5,6,5,1,19,7 }; // 第 i 个物品的价值 int W[N + 1] = { -1,2,3,1,4,6,5 }; // 状态 int F[N + 1][V + 1] = { 0 }; // 对于第 i 个物品 for (int i = 1; i <= N; i++) for (int v = 0; v <= V; v++) { F[i][v] = F[i - 1][v]; //第 i 个不放 // 如果比它大,再放第 i 个 if (v - C[i] >= 0 && F[i][v] < F[i - 1][v - C[i]] + W[i]) F[i][v] = F[i - 1][v - C[i]] + W[i]; } cout<< F
[V] << endl; return 0;
}
以上方法的时间和空间复杂度均为 O(VN),其中时间复杂度应该已经不能再优化了,但空间复杂度却可以优化到 O(V)。
先考虑上面讲的基本思路如何实现,肯定是有一个主循环i ← 1 to N,每次算出来二维数组 F[i,v] 的所有值。
那么,如果只用一个数组 F[v] 能不能保证第 i 次循环结束后 F[v] 中表示的就是我们定义的状态 F[i,v] 呢?
F[i,v] 是由 F[i−1,v] 和 F[i−1,v−Ci] 两个子问题递推而来,能否保证在推 F[i,v] 时(也即在第 i 次主循环中推 F[v] 时)能够取用 F[i−1,v] 和 F[i−1,v−Ci] 的值呢?
事实上,这要求在每次主循环中我们以v ← V to C[i]的递减顺序计算 F[v],这样才能保证计算 F[v] 时 F[v−Ci] 保存的是状态 F[i−1,v−Ci] 的值。
优化后的代码如下:
/** * * author 刘毅(Limer) * date 2017-03-17 * mode C++ */#include <iostream>
#include <algorithm>using namespace std;int main(){ const int N = 6; // 物品个数 const int V = 10; // 背包体积 // 第 i 个物品的体积(下标从 1 开始) int C[N + 1] = { -1,5,6,5,1,19,7 }; // 第 i 个物品的价值 int W[N + 1] = { -1,2,3,1,4,6,5 }; int F[V + 1] = { 0 }; // 状态 for (int i = 1; i <= N; i++) // 对于第 i 个物品 for (int v = V; v >= C[i]; v--) F[v] = max(F[v], F[v - C[i]] + W[i]); cout << "最大价值是:" << F[V] << endl; return 0;}
初始化的细节问题
我们看到的求最优解的背包问题题目中,事实上有两种不太相同的问法。有的题目要求 “恰好装满背包” 时的最优解,有的题目则并没有要求必须把背包装满。
这两种问法的实现方法只是在初始化的时候有所不同。
如果是第一种问法,要求恰好装满背包,那么在初始化时除了 F[0] 为 0,其它 F[1]...F[V] 均设为−∞,这样就可以保证最终得到的 F[V] 是一种恰好装满背包的最优解。
如果并没有要求必须把背包装满,而是只希望价格尽量大,初始化时应该将 F[0]...F[V] 全部设为 0。
这是为什么呢?可以这样理解:初始化的 F 数组事实上就是在没有任何物品可以放入背包时的合法状态。
如果要求背包恰好装满,那么此时只有容量为 0 的背包可以在什么也不装且价值为 0 的情况下被 “恰好装满”,其它容量的背包均没有合法的解,属于未定义的状态,应该被赋值为 -∞了。
如果背包并非必须被装满,那么任何容量的背包都有一个合法解 “什么都不装”,这个解的价值为 0,所以初始时状态的值也就全部为 0 了。
参考文献
背包九讲。
相关文章推荐
- 一文读懂背包问题
- 一文读懂背包问题
- 一文读懂区块链上的隐私与监管问题
- 区块链产业生态、存在问题及政策建议|一文读懂新趋势
- 区块链产业生态、存在问题及政策建议|一文读懂新趋势
- 一次CMS GC问题排查过程(理解原理+读懂GC日志) (顶)
- 30亿美金投入!一文读懂英伟达性能凶残的Tesla V100牛在哪?
- 0-1背包问题
- 第k大值01背包问题
- 贪心算法——背包问题
- 01背包问题
- 0-1背包问题复习
- 关于背包问题的实践
- 背包问题
- RP问题(HDU 1574)—— 0-1背包(需深入理解)
- dp中的简化背包问题
- 一文读懂马化腾、马云、李彦宏的最新演讲
- 01背包问题(用c语言实现)-回溯法求解
- 0/1背包问题简析备忘
- 背包问题:01背包/完全背包