引言:
算法思想中最高端大气上档次的莫过于动态规划了,其难点在于找到问题的最优子结构。
本文希望从01背包问题切入,走进DP。
问题描述:
n件物品,第i件物品价值v[i]元,重w[i]磅。希望用W磅的书包
拿走总价值最贵的物品。(物品不可以分割故称为0-1背包)。
基本思路:
把前面i个物品装入容量为0的背包和把0个物品装入容量为j的背包,得到的价值均为0。
如果第i个物品的重量大于背包的容量,则装入前i个物品得到的最大价值和装入前i-1个物品得到的
最大价值是相同的,即物品i不能装入背包;第二个式子表明:如果第i个物品的重量小于背包的容量,
则会有以下两种情况:
(1)如果把第i个物品装入背包,则背包中物品的价值等于把前i-1个物品装入
容量为j-wi的背包中的价值加上第i个物品的价值vi;
(2)如果第i个物品没有装入背包,则背包中物品的价值就等于把前i-1个物品装入容量为j的背包中所取得的价值。
显然,取二者中价值较大者作为把前i个物品装入容量为j的背包中的最优解。
具体过程:
例题:
有5个物品,其重量分别是{2, 2, 6, 5, 4},价值分别为{6, 3, 5, 4, 6},背包的最大容量为10,
求装入背包的物品和获得的最大价值。
可得:w[]={0,2,2,6,5,4} v[]={0,6,3,5,4,6}用一个(n+1)×(C+1)的二维表V(n即物品个数=5,W即背包的最大容量=10),V[i][j]表示把前i个
物品装入容量为j的背包中获得的最大价值。
先把表的第0行和第0列初始化为0,然后一行一行地计算V[i][j],如图所示。