动态规划之'01背包'

最新推荐文章于 2023-03-20 23:15:45 发布

Anonytt

最新推荐文章于 2023-03-20 23:15:45 发布

阅读量182

点赞数

分类专栏：动态规划dp

本文链接：https://blog.csdn.net/Rainfoo/article/details/102638384

版权

本文详细介绍了01背包问题，这是一种基础的背包问题，每件物品仅有一件，可以选择放或不放。核心是通过状态转移方程找到使物品价值总和最大的方案。状态转移方程为f[i][v] = max(f[i-1][v-weight[i]] + value[i], f[i-1][v])，其中f[i][v]表示前i件物品放入容量为v的背包能获得的最大价值。文章提供了样题和不同实现方式，包括一维和二维数组的解法，并强调了物品重量为0但可能有价值的情况。" 88399023,8386698,CentOS 7上单机部署solr 6.6.5详步骤,"['Linux', 'solr', 'Java']

摘要由CSDN通过智能技术生成

致敬前辈！参考网址：
https://blog.csdn.net/qq_38410730/article/details/81667885

状态转移方程：

if (背包体积j小于物品i的体积)
    f[i][j] = f[i-1][j] //背包装不下第i个物体，目前只能靠前i-1个物体装包
else
    f[i][j] = max(f[i-1][j], f[i-1][j-Vi] + Wi)

问题描述：

有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。

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，可以选择放或不放。用子问题定义状态：即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：tab[i][j] = max(tab[i-1][j-weight[i]]+value[i],tab[i-1][j]) ({i,j|0<i<=n,0<=j<=total})

其中i表示放第i个物品，j表示背包所容纳的重量，那么tab[i-1][j-weight[i]]+value[i]表示放入第i物品，刚开始接触会有疑问，tab[i-1][j-weight[i]]这个值，可以这样理解：tab[i-1][j]为装到上一个物品在背包j容量时的最佳值，那么如果我要求在j容量的时候放入现在的i物品的价值，那么是不是要先得到容量为（j-weight[i]）时候的价值，即先得到 tab[i-1][j-weight[i]] ，所以 tab[i-1][j-weight[i]]+value[i] 为放入第i物品的价值； tab[i-1][j] 就是不放入第i个物品。

#include<iostream>
using namespace std;
#include <algorithm>
 
int main()
{
   
	int w[5] = {
    0 , 2 , 3 , 4 , 5 };			//商品的体积2、3、4、5
	int v[5] = {
    0 , 3 , 4 , 5 , 6 };			//商品的价值3、4、5、6
	int bagV = 8;					        //背包大小
	int dp[5][9] = {
    {
    0 } };			        //动态规划表
 
	for (int i = 1; i <= 4; i++) {
   
		for (int j = 1; j <= bagV; 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])