0/1背包问题（动态规划）

最新推荐文章于 2024-08-02 12:09:34 发布

Cancri e

最新推荐文章于 2024-08-02 12:09:34 发布

阅读量1.0k

点赞数 4

分类专栏：经典问题文章标签： c++ 算法

本文链接：https://blog.csdn.net/C__herry/article/details/121499793

版权

经典问题专栏收录该内容

2 篇文章 1 订阅

订阅专栏

问题描述

有n个重量分别为w1、w2、... 、wn的物品（物品编号为1～n），它们的价值分别为v1、v2、... 、vn，给定一个容量为W的背包。设计从这些物品中选取一部分物品放入该背包的方案，每个物品要么选中要么不选中，要求选中的物品不仅能够放入背包中，而且具有最大的价值。

问题分析

一个物品选或不选，不能选择部分放入
选中的物品重量之和 < W
选中的物品价值最大

举例说明

设 W=10，n=5

物品编号	重量	价值
1	2	6
2	2	3
3	6	5
4	5	4
5	4	6

问题求解

我们设一个x数组，用来表示是否选择该物品，例：x1=1，选中1号物品放入背包，背包剩余重量=W-w1；若x1=0，则不选择1号物品，即在2～n号物品中继续选择，背包剩余重量仍为W。因此，在处理 $x_{i}$ 问题时出现两种状态：

背包中不放入物品i，则 $x_{i}$ =0，背包不增加重量和价值，且剩余重量r不变
背包中放入物品i，则 $x_{i}$ =1，背包增加重量 $w_{i}$ 和价值 $v_{i}$ ，剩余重量 r=W- $w_{i}$

设置一个动态规划数组dp，dp[i ][r]表示背包剩余容量为r（1 $\leqslant$ r $\leqslant$ W），已考虑物品1、2、... 、i（1 $\leqslant$ i $\leqslant$ n）时背包装入物品的最优价值。对应的状态转移方程如下:

dp[i][0] = 0 （背包的重量为0，即没容量存放物品，所以物品总价值为0）【边界条件dp[i][0]=0（ 1 $\leqslant$ i $\leqslant$ n）】
dp[0][r] = 0 （没有物品可以放入背包，所以物品总价值为0）【边界条件dp[0][r]=0（ 1 $\leqslant$ r $\leqslant$ W）】
dp[i][r] = dp[i-1][r] 【当 r < w[i] 时（物品i放不下）】例：若背包剩余重量r=2，物品i的重量w[i]=3，则物品i不能放入背包中，所以背包在物品i的情况下的总价值仍然等于背包在物品i-1的情况下的总价值，即背包的剩余重量r及总价值没有改变。（相当于⬆️处理 $x_{i}$ 问题时的第一种状态）
dp[i][r] = max( dp[i-1][r] , dp[i-1][r-w[i]]+v[i] ) 【选择放入物品i ：dp[i-1][r-w[i]]+v[i] 和不放入物品i ：dp[i-1][r] 两者中价值较大的一种】（相当于⬆️处理 $x_{i}$ 问题时的第二种状态）

因此，dp[n][W]便是该问题的最优解。

	1	2	3	4	5	6	7	8	9	10
0	0	0	0	0	0	0	0	0	0	0
1	0	6	6	6	6	6	6	6	6	6
2	0	6	6	9	9	9	9	9	9	9
3	0	6	6	9	9	9	9	11	11	14
4	0	6	6	9	9	9	10	11	13	14
5	0	6	6	9	9	12	12	15	15	15

回推最优解过程：

i=5，r=W=10，dp[5][10] > dp[4][10]，则x[5]=1，r=r-w[5]=6
i=i-1=4，dp[4][6] = dp[3][6]，则x[4]=0
i=i-1=3，dp[3][6] = dp[2][6]，则x[3]=0
i=i-1=2，dp[2][6] > dp[1][6]，则x[2]=1，r=r-w[2]=4
i=i-1=1，dp[1][4] > dp[0][4]，则x[1]=1，r=r-w[1]=2

所以，最终装入背包的物品为1、2、5，重量为8，总价值为15。

代码展示

// 0/1背包问题 动态规划

#include <iostream>
#include <iomanip>
#define N 100
using namespace std;

int W;  //背包总重量
int weight[N];  //物体重量
int value[N];  //物体价值
int dp[N][N];  //背包剩余容量
bool x[N];  //记录是否选取该物品，初始值为0

void Solve(int n)
{
    for(int i=0; i<=n; i++)
        dp[i][0] = 0;        //背包重量为0时，无物品可放
    for(int i=0; i<=W; i++)
        dp[0][i] = 0;        //没有物品时，背包可放重量很多也没用
    for(int i=1; i<=n; i++){
        for(int j=1; j<=W; j++){
            if(j<weight[i]) dp[i][j] = dp[i-1][j];
            else dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
        }
    }
}

int main()
{
    cout<<"Input the weight of the backpack:";
    cin>>W;
    int n;
    cout<<"Input number of objects:";
    cin>>n;
    cout<<"Input the weight and value of the object:"<<endl;
    for(int i=1; i<=n; i++)
        cin>>weight[i]>>value[i];

    Solve(n);

    int temp=W;
    int sum=0;
    for(int i=n; i>0; i--){
        if(dp[i][temp] != dp[i-1][temp]){
            x[i] = true;
            temp -= weight[i];
            sum += value[i];
        }
    }

    cout<<"The selected objects are: ";
    for(int i=0; i<=n; i++)
        if(x[i]) cout<<i<<" ";
    cout<<endl<<"The total values are: "<<sum<<endl;

    return 0;
}