一:问题
有
N
件物品和一个容量为
二:基本思路
这是最基础的背包问题,特点是:每种物品仅有一件。
状态
F[i,v]
表示前
i
件物品中选择若干件放在容量为
转移方程
对于第 i 件物品,有放与不放两种选择。若选择不放,
三:代码
/**
*
* author 刘毅(Limer)
* date 2017-03-17
* mode C++
*/
#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
const int N = 6; //物品个数
const int V = 10; //背包体积
int C[N + 1] = { -1,5,6,5,1,19,7 }; //第i个物品的体积(下标从1开始)
int W[N + 1] = { -1,2,3,1,4,6,5 }; //第i个物品的价值
int F[N + 1][V + 1] = { 0 }; //状态
for (int i = 1; i <= N; i++) //对于第i个物品
for (int v = 0; v <= V; v++)
{
F[i][v] = F[i - 1][v]; //第i个不放
if (v - C[i] >= 0 && F[i][v] < F[i - 1][v - C[i]] + W[i]) //如果比它大,再放第i个
F[i][v] = F[i - 1][v - C[i]] + W[i];
}
cout << "最大价值是:" << F[N][V] << endl; //9
return 0;
}
四:空间复杂度优化
以上方法的时间和空间复杂度均为
O(VN)
,其中时间复杂度应该已经不能再优化了,但空间复杂度却可以优化到
O(V)
。
先考虑上面讲的基本思路如何实现,肯定是有一个主循环i ← 1 to N
,每次算出来二维数组
F[i,v]
的所有值。那么,如果只用一个数组
F[v]
能不能保证第
i
次循环结束后
F[i,v]
是由
F[i−1,v]
和
F[i−1,v−Ci]
两个子问题递推而来,能否保证在推
F[i,v]
时(也即在第
i
次主循环中推
事实上,这要求在每次主循环中我们以v ← V to C[i]
的递减顺序计算
F[v]
,这样才能保证计算
F[v]
时
F[v−Ci]
保存的是状态
F[i−1,v−Ci]
的值。
优化后的代码如下:
/**
*
* author 刘毅(Limer)
* data 2017-03-17
* mode C++
*/
#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
const int N = 6; //物品个数
const int V = 10; //背包体积
int C[N + 1] = { -1,5,6,5,1,19,7 }; //第i个物品的体积(下标从1开始)
int W[N + 1] = { -1,2,3,1,4,6,5 }; //第i个物品的价值
int F[V + 1] = { 0 }; //状态
for (int i = 1; i <= N; i++) //对于第i个物品
for (int v = V; v >= C[i]; v--)
F[v] = max(F[v], F[v - C[i]] + W[i]);
cout << "最大价值是:" << F[V] << endl; //9
return 0;
}
五:初始化的细节问题
我们看到的求最优解的背包问题题目中,事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解,有的题目则并没有要求必须把背包装满。这两种问法的实现方法只是在初始化的时候有所不同。
如果是第一种问法,要求恰好装满背包,那么在初始化时除了F[0]为0,其它F[1]…F[V]均设为−∞,这样就可以保证最终得到的F[V]是一种恰好装满背包的最优解。如果并没有要求必须把背包装满,而是只希望价格尽量大,初始化时应该将F[0]…F[V]全部设为0。
这是为什么呢?可以这样理解:初始化的F数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满,那么此时只有容量为0的背包可以在什么也不装且价值为0的情况下被“恰好装满”,其它容量的背包均没有合法的解,属于未定义的状态,应该被赋值为-∞了。如果背包并非必须被装满,那么任何容量的背包都有一个合法解“什么都不装”,这个解的价值为0,所以初始时状态的值也就全部为0了。
参考文献:
[ 1 ] .背包九讲.
文章转自我的个人博客:http://www.61mon.com/index.php/archives/188/