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;
}