Knapsack背包问题入门
0/1背包问题[O( C )]
已知:
背包容量 C,
物品种类 N,每种物品有且仅有1个
每种物品拥有负载 w 和价格 p 两个属性。
设(N+1)×2 维数组{ vector<pair<int,int>> w_p },
w_p[n].first ------------ 物品n的负载
w_p[n].second ------- 物品n的价格
问题:
背包可装物品的最大价值。
求解:
设(N+1)×(C+1)维数组并初始化为0,
V[n][c]表示 容量为 c 的背包装载前 n 个物品的最大价值
当装载第n个物品时应考虑:
是否可以装入:
w_p[n] > c
若不可以,则装载前n个物品的价值 = 装载前n-1个物品的价值
V[n][c] = V[n-1][c]
若可以,则选择 装载前n个物品的价值 与 装载前 n-1 物品的价值 中的较大值
V[n][c] = max( V[n-1][c - w_p[n].first] + w_p[n].second, V[n-1][c] )
二维数组动态规划
for(int i=1;i<=N;i++){
for(int j=1;j<=C;j++){
if(j < w_p[i].first)
V[i][j] = V[i-1][j];
else{
V[i][j] = max(V[i-1][j], V[i-1][j-w_p[i].first]+w_p[i].second);
}
}
}
// V[N][C]即为背包容量为C时的最大价值
一维数组动态规划
for(int i=1;i<=N;i++){
for(int j=C;j>=1;j--){
if(j >= w_p[i].first){
V[j] = max(V[j], V[j-w_p[i].first]+w_p[i].second);
}
}
}
// V[C]即为背包容量为C时的最大价值
递归方法
需实现对(N+1)×2 维数组{ vector<pair<int,int>> w_p }
按单位负载的价格{second/first}进行升序排列
int getans(int now_num,int now_weight,int now_value,int limit){
if(now_num>(int)arr.size())
return 0;
if(now_value+(double)arr[now_num].second/arr[now_num].first*(limit-now_weight)<max_value) //剪枝
return 0;
if(now_value>max_value)
max_value=now_value;
if(now_weight+arr[now_num].f