记一下看《挑战程序设计竞赛》的笔记
01背包问题
有n个重量和价值分别为wi,vi的物品。从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中价值总和的最大值。
限制条件:
1 ≤ n ≤ 100
1 ≤ wi,vi, ≤ 100
1 ≤ W ≤ 10000
样例
输入:n = 4
(w, v) = { (2, 3), (1, 2), (3, 4), (2, 2) }
W=5
输出:7
思路:没学dp前,我一开始想到不如试试DFS,针对每个物品是否放入背包进行搜索。
代码如下:
#include<iostream>
using namespace std;
#define MAX_N 100
int n, W;
int w[MAX_N], v[MAX_N];
//从第i个物品开始挑选总重小于j的部分
int dfs(int i, int j){
int val;
if( i == n ){
//当i=n时表示包内物品搜索完毕
val=0;
}else if( w[i] > j){
//如果物品的重量比j还大,就不需要考虑
val = dfs(i+1, j);
}else {
//选上和不选上该物品的价值取最大
val = max(dfs(i+1, j),dfs(i+1, j - w[i]) + v[i]);
}
return val;
}
int main(){
cin>>n>>W;
for(int i=0; i<n; i++){
cin>>w[i]>>v[i];
}
cout<<dfs(0, W);
return 0;
}
在书本P54中也有这种写法,但是在递归地调用中,如dfs (3,2)为参数调用了两次。如果参数相同,那么返回的结果也相同,这样子就白白浪费了计算时间,所以就思考能不能把第一次计算的结果记录下来,就想到了因为调用dfs时的参数时 i 和 j,就可以用一个二维数组把 val 返回的值记录在二维数组中。
改进后的代码复杂度为O(nW):
int dp[MAX_N+1][MAX_N+1];//因为需要记录0到n的值,所以开MAX_N+1的大小
int dfs(int i, int j){
int val;
if(dp[i][j] > 0){
return dp[i][j];
}
if( i == n ){
//当i=n时表示包内物品搜索完毕
val=0;
}else if( w[i] > j){
//如果物品的重量比j还大,就不需要考虑
val = dfs(i+1, j);
}else {
//选上和不选上该物品的价值取最大
val = max(dfs(i+1, j),dfs(i+1, j - w[i]) + v[i]);
}
return dp[i][j] = res;
}
//在main函数里需要用memset初始化数组dp,赋值为-1即可
由此我们可以得出如下的递推式
dp[ n ][ j ] = 0
dp[ i ][ j ] = dp[ i+1 ][ j ] ( j < w[ j ] )
dp[ i ][ j ] = max( dp [ i+1 ][ j ], dp[ i+1 ][ j ]-w[ i ]+v[ i ]) ( 其他 )
如上所示,不用写递归函数,直接利用递推式将各项的值计算出来,简单地用二重循环也可以解决这一问题
#include<iostream>
using namespace std;
#define MAX_N 100
int dp[ MAX_N + 1 ][ MAX_N + 1];
int w[ MAX_N ], v[ MAX_N ];
int n,W;
void solve(){
for (int i = n - 1; i >= 0; i--){
for(int j = 0; j <= W ; j++){
if(j < w[i]){
dp[i][j] = dp[i + 1][j];
}else{
dp[i][j] = max(dp[i + 1][j], dp[i + 1][j - w[i]] + v[i]);
}
}
}
cout << dp[0][W] <<endl;
}
int main(){
cin >> n;
for(int i = 0; i < n; i ++){
cin >> w[i];
cin >> v[i];
}
cin >> W;
solve();
return 0;
}
今天刚开始不是很懂这个思路,想了一个多小时觉得这是递归回来的过程,用n-1开始算到0。
j每次都从0到W,虽然肯定有几项是实际选择中没有的项,但是却可以遍历所有的结果,就像上面说的,将各值都计算出来。
2019/9/4