关闭

01背包问题和完全背包问题

166人阅读 评论(0) 收藏 举报

转载网址:http://blog.csdn.net/KangRoger/article/details/38864689

在hihocoder上面的题目中看到的这个问题,总结一下。先看01背包问题。

01背包问题:一个背包总容量为V,现在有N个物品,第i个 物品体积为weight[i],价值为value[i],现在往背包里面装东西,怎么装能使背包的内物品价值最大?

看到这个问题,可能会想到贪心算法,但是贪心其实是不对的。例如最少硬币找零问题,要用动态规划。动态规划思想就是解决子问题并记录子问题的解,这样就不用重复解决子问题了。

动态规划先找出子问题,我们可以这样考虑:在物品比较少,背包容量比较小时怎么解决?用一个数组f[i][j]表示,在只有i个物品,容量为j的情况下背包问题的最优解,那么当物品种类变大为i+1时,最优解是什么?第i+1个物品可以选择放进背包或者不放进背包(这也就是0和1),假设放进背包(前提是放得下),那么f[i+1][j]=f[i][j-weight[i+1]+value[i+1];如果不放进背包,那么f[i+1][j]=f[i][j]。

这就得出了状态转移方程:

f[i+1][j]=max(f[i][j],f[i][j-weight[i+1]+value[i+1])。

可以写出代码测试:

#include<iostream>
using namespace std;
#define  V 1500
unsigned int f[10][V];//全局变量,自动初始化为0
unsigned int weight[10];
unsigned int value[10];
#define  max(x,y)	(x)>(y)?(x):(y)
int main()
{
	
	int N,M;
	cin>>N;//物品个数
	cin>>M;//背包容量
	for (int i=1;i<=N; i++)
	{
		cin>>weight[i]>>value[i];
	}
	for (int i=1; i<=N; i++)
		for (int j=1; j<=M; j++)
		{
			if (weight[i]<=j)
			{
				f[i][j]=max(f[i-1][j],f[i-1][j-weight[i]]+value[i]);
			}
			else
				f[i][j]=f[i-1][j];
		}
	
	cout<<f[N][M]<<endl;//输出最优解

}

在hihocoder上面还讲到可以进一步优化内存使用。上面计算f[i][j]可以看出,在计算f[i][j]时只使用了f[i-1][0……j],没有使用其他子问题,因此在存储子问题的解时,只存储f[i-1]子问题的解即可。这样可以用两个一维数组解决,一个存储子问题,一个存储正在解决的子问题。

再进一步思考,计算f[i][j]时只使用了f[i-1][0……j],没有使用f[i-1][j+1]这样的话,我们先计算j的循环时,让j=M……1,只使用一个一维数组即可。

for i=1……N

for j=M……1

f[j]=max(f[j],f[j-weight[i]+value[i])

#include<iostream>
using namespace std;
#define  V 1500
unsigned int f[V];//全局变量,自动初始化为0
unsigned int weight[10];
unsigned int value[10];
#define  max(x,y)	(x)>(y)?(x):(y)
int main()
{
	
	int N,M;
	cin>>N;//物品个数
	cin>>M;//背包容量
	for (int i=1;i<=N; i++)
	{
		cin>>weight[i]>>value[i];
	}
	for (int i=1; i<=N; i++)
		for (int j=M; j>=1; j--)
		{
			if (weight[i]<=j)
			{
				f[j]=max(f[j],f[j-weight[i]]+value[i]);
			}			
		}
	
	cout<<f[M]<<endl;//输出最优解

}

在看完01背包问题,再来看完全背包问题:一个背包总容量为V,现在有N个物品,第i个 物品体积为weight[i],价值为value[i],每个物品都有无限多件,现在往背包里面装东西,怎么装能使背包的内物品价值最大?

对比一下,看到的区别是,完全背包问题中,物品有无限多件。往背包里面添加物品时,只要当前背包没装满,可以一直添加。那么状态转移方程为:

f[i+1][j]=max(f[i][j-k*weight[i+1]+k*value[i+1]),其中0<=k<=V/weight[i+1]

使用内存为一维数组,伪代码

for i=1……N

for j=1……M

f[j]=max(f[j],f[j-weight[i]+value[i])

和01背包问题唯一不同的是j是从1到M。01背包问题是在前一个子问题(i-1物品)的基础上来解决当前问题(i物品),向i-1种物品时的背包添加第i种物品;而完全背包问题是在解决当前问题(i种物品),向i种物品时的背包添加第i种物品。

代码如下:

#include<iostream>
using namespace std;
#define  V 1500
unsigned int f[V];//全局变量,自动初始化为0
unsigned int weight[10];
unsigned int value[10];
#define  max(x,y)	(x)>(y)?(x):(y)
int main()
{
	
	int N,M;
	cin>>N;//物品个数
	cin>>M;//背包容量
	for (int i=1;i<=N; i++)
	{
		cin>>weight[i]>>value[i];
	}
	for (int i=1; i<=N; i++)
		for (int j=1; j<=M; j++)
		{
			if (weight[i]<=j)
			{
				f[j]=max(f[j],f[j-weight[i]]+value[i]);
			}			
		}
	
	cout<<f[M]<<endl;//输出最优解

}



0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:15157次
    • 积分:581
    • 等级:
    • 排名:千里之外
    • 原创:41篇
    • 转载:30篇
    • 译文:0篇
    • 评论:0条
    文章分类