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));
}
}