问题描述:
一个小偷去偷金库(这个小偷比较NB~),带了一个能承重N的背包,金库里放了不同品质的金砖,以(重量,价值)形式给出,问小偷怎样拿,获利最大?
输入:
第一行:金砖数目, 背包承重能力;
其他行:金砖重量, 金砖价值
输出:
带走金砖数目;带走最大价值;金砖序号
input:
3 50
10 60
20 100
30 120
output:
2
220
2 3
这道题是典型的动态规划,跟公正陪审团问题的解法相似:
利用
f[j][k]:j=带走金砖数目,k=金砖重量,f[j][k]:带走金砖数目=j,且金砖重量=k时的价值;
分几层循环,
最外层遍历所有的数量j:[0,n)
第二层遍历所有可能的重量:k:[0,M] 判断f[j][k]>=0来决定是否进入循环(根据j 来判断,根据j 计算j+1)
内层遍历所有的金砖i:[1,n]
if( f[j][k]+v[i] > f[j+1][k+w[i]]&&k+w[i]<=M)
{
检测i是否出现过,若没有出现过 f[j+1][k+w[i]] = f[j][k]+v[i];(初始条件是f[0][0]=0;)
}
- #include<stdio.h>
- #include<stdlib.h>
- #include<iostream>
- #include<string.h>
- #include <set>
- using namespace std;
- int f[30][1000];
- int Path[30][1000];
- int w[300];//质量;
- int v[300]; //价值;
- set<int> index;//存放最终方案
- int main()
- {
- int i,j,k;
- int t1,t2;
- int n,M;//n为数量,m为最大重量;
- while(scanf("%d %d",&n,&M))
- {
- if(n==0&&M==0)break;
- for(i=1;i<=n;i++)
- scanf("%d %d",&w[i],&v[i]);
- memset(f,-1,sizeof(f));
- memset(Path,0,sizeof(Path));
- f[0][0]=0;//初始化条件,根据f[0][0]推以后的结果
- for(j=0;j<n;j++) //每次循环选出第j个物品,最多n个;
- {
- for(k=0; k <=M; k++) //可能的重量为[0,M];
- if(f[j][k]>=0) //方案f[j,k]可行,从f[0][0]开始;
- {
- for(i=1; i<=n; i++)
- if( f[j][k]+v[i] > f[j+1][k+w[i]]&&k+w[i]<=M) //若f[j+1][k+w[i]]已经有值,则保存较大的一个;
- {
- t1=j;t2=k;
- while(t1>0&&Path[t1][t2]!=i)//验证i是否在前面出现过;
- {
- t2-=w[Path[t1][t2]]; //减前一个元素的重量;
- t1--;
- }
- if(t1==0)//若i未出现过;
- {
- f[j+1][k+w[i]] = f[j][k]+v[i];
- Path[j+1][k+w[i]]=i;
- }
- }
- }
- }
- int maxNum=0,maxV=0,maxW=0;
- for (int i=1; i<=n; i++)
- {
- for (int j=0; j<=M; j++)//注意必须 =M
- {
- if(maxV<f[i][j])
- {
- maxV=f[i][j];
- maxNum=i;
- maxW=j;
- }
- }
- }
- cout<<"MAX Value: "<<maxV<<endl;
- cout<<"MAX num: "<<maxNum<<endl;
- index.clear();
- for (int i=0; i<maxNum; i++)
- {
- int id=Path[maxNum-i][maxW];//若直接输出,由于递归,则是乱序的;
- index.insert(id);
- maxW -= w[id];
- }
- cout<<endl;
- for(set<int>::iterator iter=index.begin(); iter!=index.end(); iter++) cout<<*iter<<" ";
- }
- return 0;
- }
0-1背包问题和陪审团问题都是属于动态规划中的同一类问题,这种问题比较难做(我比较菜鸟,这是我的感觉啊~)
这类问题关键要换个思路,要给最优解添加约束条件:f[j][k],k金砖重量就是约束条件,要根据约束条件k进行迭代k[0,M],迭代的过程要首先判断是否符合题意:if(f[j][k]>=0),
最内层要不断的组合没有计算过的元素,根据已知推未知f[j+1][k+w[i]] = f[j][k]+v[i];
另外部分背包问题可以用贪心算法解决(相当于小偷偷的是金沙)背包问题还有很多种,这都以后再讲。
续……
读完背包九讲发现我解题的方法略复杂,其实利用一维数组就可以实现动态规划,
根据状态转移方程:f[w]=max{f[w], f[w-c]+v}
f[w]表示在重量为w时的最优解,
参考网上一位大牛重新写的代码:
- #include <iostream>
- using namespace std;
- const int nMax=400; //待选物品数;
- const int mMax=10000; //最大载重;
- struct{
- int wei,val;
- }node[nMax];
- int main()
- {
- int m, n, i ,w ,dp[mMax];
- while(cin>>n>>m)//n为待选物品数量,m为最大载重量;
- {
- if(m==0&&n==0) break;
- for (i=1; i<=n;i++)
- cin>>node[i].wei>>node[i].val;
- memset(dp, 0, (m+1)*sizeof(int));
- for (i=1; i<=n; i++)
- for ( w=m; w>=node[i].wei; w-- )
- if ( dp[w] < dp[w - node[i].wei] + node[i].val )
- dp[w] = dp[w - node[i].wei] + node[i].val;
- cout<<dp[m]<<endl;
- }
- }
DynamicProgram问题也真是博大精深呐~ 题在精而不在多~