0-1背包问题的动态规划解法

问题描述：

         有n个物品，每个物品有对应的重量和价值。

编号	重量	价值
1	w[1]	v[1]
2	w[2]	v[1]
3	w[3]	v[3]
…	…	…
n	w[n]	v[n]

 

现在有一个可以承重m的背包（比较喜欢李宁的包）。求一组物品的组合（无重复），能使这组物品能全部放入包中（总重不超过m）而使包中物品总价值最大。

 

典型的动态规划题。用贪心算法是得不到最优解的。

 

问题分解：

         构建一个数组value[n+1][m+1]，value[i][j]的意义是：前i个物品的组合去装入载重量为j的背包能达到的最大价值。

 

         我们先来把问题集中在这个数组上，关注这个迭代关系。

[cpp]  view plain copy

1. for(i=1;i<row;i++)  
2. {  
3.          for(j=1;j<col;j++)  
4.          {                  
5.                    //前i-1个物品中的组合+物品i: 这一组合装入载重为j的包所能够达到的最大价值  
6.                    inttemp = value[i-1][j-w[i]] + v[i];  
7.    
8.                    //w[i]<=j,且第i个物品装入背包后的价值>value[i-1][j],则更新当前最大价值  
9.                    //否则第i个物品不装入背包  
10.                    if(w[i]<=j&& temp>value[i-1][j])  
11.                             value[i][j]=temp;  
12.                    else  
13.                             value[i][j]= value[i-1][j];  
14.          }  
15. }  

         当上面这个数组的内容全部确定之后，很明显value[n][m]是最大的价值量。那么这个物品组合是什么呢？可以逆推回来，如果value[n][m]>value[n-1][m]，则第n个物品肯定是被装入背包的，且前n-1个物品被装入载重量为m-w[n]的背包中。我们设一个c[n+1]，若物品i要被放入背包中则c[i]=1，否则c[i]=0。

[cpp]  view plain copy

1. for(i = n,j = m;i > 0;i--)  
2. {  
3.          if(value[i][j]>value[i-1][j])  
4.          {  
5.                    c[i]=1;  
6.                    j= j - w[i];  
7.          }  
8. }  

         解决了上面上个问题后，该问题已经解出了。只需要在循环前做好初始化工作，令value数组的值全为零。

  

         本博文介绍的问题中，每个物品只可以选一次，选中状态只会是0-1，因此称为是0-1背包问题。如果物品的选中次数是可以大于1且有具体限定的，则是有限背包问题；如果物品的选中次数是无限制的，则是无限背包问题。