01背包问题 中等

算法二十天

第18天

01背包问题
问题描述：

给定 n 件物品，物品的重量为 w[i]，物品的价值为 c[i]。现挑选物品放入背包中，假定背包能承受的最大重量为 V，问应该如何选择装入背包中的物品，使得装入背包中物品的总价值最大？

实例：

w[]={2,2,6,5,4};
v[]={6,3,5,4,6};
n=5,c=10;
max：15

这是动态规划的典型例题，动态规划的实质其实是递归，比如斐波那契数列
运用递归的方式如果我们要算f(6)，那我们需要算f(4)和f(5)；而f(4)和f(5)在递归过程中都会递归到f(1)或f(2)，也就是说f(4)和f(5)存在重复计算，这就使得时间复杂度会变大，动态规划其实就是将计算的结果记录下来，用到的时候直接查表即可，动态规划和分治也是有区别的，因为分治要求子问题相互独立，而很明显，动态规划的子问题是有依赖性的。

再看这个题，首先确定其是否有最优子问题结构，这个很容易得证，我们可以简单的想，如果在容量为j，可拿物品为i个时拿的不是最大值，那么就算后面的拿的是最大，总体也不是最大。

设map[i][j]是容量为j，且可装物品为前i个时，最大价值，那我们遍可以建表了

#include <bits/stdc++.h>
#include <vector>
using namespace std;

int main()
{
	int w[]={0,2,2,6,5,4};
	int v[]={0,6,3,5,4,6};//对应平时习惯，把数组变为1为开始。
	int n=5,c=10;
	int map[6][11]={0};//对应平时习惯
	for(int i=1;i<=5;i++)//当容量为2时，最大价值，也是递归基
		map[i][2]=6;
	for(int i=1;i<=5;i++)	
		for(int j=3;j<=10;j++)	
		{
			if(j>w[i])//容量大于它才能拿。
				map[i][j]=max(map[i-1][j],map[i-1][j-w[i]]+v[i]);
			else
				map[i][j]=map[i-1][j];
			}
	cout<<map[5][10];
}

回溯法

#include<bits/stdc++.h>
using namespace std;

int v[]={12,11,9,8};
int w[]={8,6,4,3};
int b=13;
//例子
int sum=0;
int answer=0;

void f(int i,int bei)
{

	if(i==5)
	{
		answer=answer>sum?answer:sum;
		return;
	}
	
	if(bei>=w[i])//拿
	{
		sum+=v[i];
		f(i+1,bei-w[i]);
		sum-=v[i];//还原现场
	}
	f(i+1,bei);//不拿
}

int main()
{
	f(0,13);
	cout<<answer;
}