01背包问题
1.1 题目描述
有N个物品和一个容量为V的背包。放入第i件物品耗费的费用是w[i],得到的价值是v[i]。现求将哪些物品放入背包当中可以使其价值总和最大
1.2 基本思路
每个物品只有一件,我们要么放入背包当中,要么不放入。用dp[i][j]来表示前面i件物品放入一个容量为j的背包中价值总和最大是多少。可以写出一个状态转移方程
dp[i][j] = max{dp[i-1,j], dp[i-1, j-w[i]] + v[i]}
这个状态转移方程就是当选到第i个物品的时候,我们有2种情况,要么不放入背包,要么放入背包。如果不放入背包,就可以把问题转化为只与前面i-1个物品相关的问题。即为dp[i-1][j]。如果放入背包,可以把内部空间分为两部分,一部分大小为j-w[i],一部分为w[i]。在w[i]的空间里放入第i件物品。把前面i-1个物品放入另一部分空间当中使得其价值总和最大。在两个情况中选取获得价值最大的那种情况。
1.3 代码实现
#include<stdio.h>
#include<string.h>
int max(int a, int b)
{
return a > b ? a : b;
}
int main()
{
int dp[6][11];
int w[6] = {0, 4, 1, 1, 5, 7};
int v[6] = {0, 1, 2, 3, 4, 5};
int bv = 10; // 背包的空间大小
memset(dp, 0, sizeof(dp));
for(int i = 1; i <= 5; i++)
{
for(int j = 1; j <= bv; j++)
{
if(j < w[i]) dp[i][j] = dp[i-1][j]; // 背包太小装不下
else dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]);
}
}
printf("%d\n", dp[5][bv]);
return 0;
}
1.4优化空间复杂度
上述方法的时间和空间复杂度都是O(VN)。其中时间复杂度是不能再优化,但是空间复杂度还是可以再优化一下。上面讲dp[i][j]是由dp[i-1][j]和dp[i-1][j-w[i]]递推得到。第i次循环能否用dp[j]表示前i件物品放入背包大小为j中的价值和最大,这取决于第i次循环dp[j]和dp[j-w[i]]的值是不是第i-1次循环的结果,如果是,就可以这样表示。在上述代码中内循环是从1->N的。算dp[j]时dp[j-w[i]]的值已经在之前被更新过了,但是把内循环改成从N到w[i]的话我们在更新dp[j]的时候dp[j-w[i]]还是第i-1次循环算出来的值。
代码模板
#include<stdio.h>
#include<string.h>
int max(int a, int b)
{
return a > b ? a : b;
}
int main()
{
int dp[11];
int w[6] = {0, 4, 1, 1, 5, 7};
int v[6] = {0, 1, 2, 3, 4, 5};
int bv = 10; // 背包的空间大小
memset(dp, 0, sizeof(dp));
for(int i = 1; i <= 5; i++)
{
for(int j = bv; j >= w[i]; j--)
{
dp[j] = max(dp[j], dp[j-w[i]] + v[i]);
}
}
printf("%d\n", dp[bv]);
return 0;
}
1.5 细节问题
一般看到的求解背包问题有两种,一种题目要求是刚好能把背包装满,还有一种是没有要求背包一定要装满。在遇到第一种的时候初始化dp的时候dp[0]为0,dp[1…V]为负无穷大,因为只有在背包大小为0的情形下满足要求。在第二种情况的话初始化dp[1…V] = 0。