背包问题

题目描述：

给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问应如何选择装入背包的物品，使得装

入背包中物品的总价值最大。举例：有5个物品，重量分别是2,2,6,5,4，价值分别是6,3,5,4,6，容量为10。

分析：物品要么放要么不放，所以对于一种物品的装入状态可以取0和1.我们设物品i的装入状态为xi,xi∈ (0,1)，此问题称为0-1背包问题。采用动态规划问题。

设：

m[i][j]，表示可选物品为i…n背包容量为j(总重量)时背包中所放物品的最大价值。她是一个(n+1)*(c+1)的二维数组

w[ ] = {0,2,2,6,5,4}，w[0]置为0，方便理解

v[ ] = {0,6,3,5,4,6}，v[0]置为0，方便理解

步骤：

1.首先分析，当总重量为0到10时，如何放置物品5，使得总价值最大，即先确定m[5][j]的值(j=1...10)

2.然后在此基础上，对物品4进行分析。有两种情况：

• 当w4<j时，物品4不能放入，所以当前总价值与m[4+1][j]一样
• 当w4>=j时，物品4要么放入要么不放，选择价值高的为最优值。不放时，总价值为m[5][j]；放时，总价值是m[5][j-5]+4，两者比较，取最大值。

3.以此类推

因此m[i][j]的递归式为：

 

代码：

public class Package {

	public static int package0_1(int n, int[] w, int[] v, int c) {
		
		int[][] m= new int[n+1][c+1];
		//从底向上填充m[i][j]
		//首先将m[n][j]初始化
		for(int j = 0; j <= c; j++) {
			if(j < w[n]) {
				m[n][j] = 0;
			}
			else {
				m[n][j] = v[n];
			}
		}
		//对剩下的n-1物品进行计算
		for(int i = n-1; i > 0; i--) {
			for(int j = 0; j <= c; j++) {
				if(j < w[i]) {
					m[i][j] = m[i+1][j];
				}
				else {
					if(m[i+1][j] > (m[i+1][j-w[i]]+v[i])){
						m[i][j] = m[i+1][j];
					}
					else {
						m[i][j] = m[i+1][j-w[i]]+v[i];
					}
				}
			}
		}
		return m[1][c];
	}
	public static void main(String[] args) {
		int n = 5;
		int[] w = {0,2,2,6,5,4};
		int[] v = {0,6,3,5,4,6};
		int c = 7;
		System.out.println(package0_1(n, w, v, c));
	}
}

结果：15

时间复杂度O(n*c)，空间复杂度O(n*c)

以上是动态规划的解法

0-1背包问题——动态规划

部分背包问题——贪心算法

 

1.为什么0-1背包问题不用贪心算法呢？

它无法保证最终能将背包装满，部分闲置的背包空间使每公斤背包空间的价值降低了。

2.时间复杂度基本已经不能再优化了，但空间复杂度却可以优化到O(c)

上面的用二维数组表示，现在只需用一维数组即可。

代码主体没变，每进行一次i循环，m[j]的值就会更新一次。但是有一点需要改变的是j需要倒序循环。

这是因为m[j]=m[j-w[i]]+v[i])时需要前面一个m[j-w[i]]，如果还是跟原先从0到n的话，前面j值较小的m[j]存储的是本次循环的值。

（请注意，为什么j的值是从n到0）

public class Package {

public static int package0_1(int n, int[] w, int[] v, int c) {
		
		int[] m= new int[c+1];
		//从底向上填充m[j]
		//首先将m[j]初始化
		for(int j = 0; j <= c; j++) {
			if(j < w[n]) {
				m[j] = 0;
			}
			else {
				m[j] = v[n];
			}
		}
		//对剩下的n-1物品进行计算
		for(int i = n-1; i > 0; i--) {
			for(int j = c; j >=0 ; j--) {
				if(j < w[i]) {
					m[j] = m[j];
				}
				else {
					if(m[j] > (m[j-w[i]]+v[i])){
						m[j] = m[j];
					}
					else {
						m[j] = m[j-w[i]]+v[i];
					}
				}
			}
		}
		return m[c];
	}
	public static void main(String[] args) {
		int n = 5;
		int[] w = {0,2,2,6,5,4};
		int[] v = {0,6,3,5,4,6};
		int c = 10;
		System.out.println(package0_1(n, w, v, c));
	}
}