关于动态规划比较粗糙的做法,时间和空间都没优化,但自以为对初学者还是比较好理解的。
题目描述
有 N 种物品和一个容量为 W 的背包,每种物品只有一件。
第 i 种物品的重量是 w[i],价值是 v[i]。
求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量,且价值总和最大。
输入格式:
第一行两个整数, N 和 V ,用空格隔开,分别表示物品总数和背包的容积
接下来有 N 行。每行两个整数,用空格隔开,分别表示第 i 种物品的体积和价值
输出格式:
输出一个整数,表示最大价值。
输入样式:
4 5
1 2
2 4
3 4
4 5
输出样式:
8
做法分析
以小偷偷东西为例。
假设小偷的包承重为 4kg
可盗窃的商品(商品只有一件)为
吉他(1kg) | 1500 |
---|---|
电脑 (3kg) | 2000 |
音响(4kg) | 3000 |
对于这个问题我们使用动态规划
每个动态规划都从一个网格开始,对此我们的网格如下:
注意:
吉他一行意味着此时你能偷的物品只有吉他
同理,电脑一行意味着你此时能偷的物品有吉他和电脑
而填入表格的为那你能偷的最大价值。
然后我们要做的就是找规律,得出怎么计算最大值的公式。而这也是动态规划的核心:从小问题着手,逐步解决大问题
我们填表的计算公式如下(伪代码):
box[i][j] = max(上一个单元格的值(box[i-1][j]), 当前商品的价值 + 剩余空间的价值(box[i-1][j-当前商品的重量]))
得出了计算公式,那么接下来就是将上面表格中的红色部分转化为一个矩阵。
(以上分析来自《算法图解》)
代码实现
分析了上面的问题基本上就解决了0-1背包问题,再回到一开始的题目
import numpy as np
N, V = map(int, input().split())
subject = []
weight = []
values = []
for i in range(N):
w, v = map(int, input().split())
weight.append(w)
values.append(v)
s = "第%s种物品" % (i+1)
subject.append(s)
box = np.zeros((N, V+1)) # 创建一个 N * (V+1) 的数值全为0的矩阵(即二维数组)
# 将我们在草稿纸上的网格填写用代码实现 i 表示行, j 表示列
for i in range(N):
for j in range(V+1):
if i == 0:
if j == weight[i]:
box[i][j] = values[i]
else:
box[i][j] = box[i][j-1]
else:
if j >= weight[i]:
box[i][j] = max(box[i-1][j], box[i-1][j-weight[i]] + values[i])
else:
box[i][j] = box[i-1][j]
print(box)
print(int(box[-1][-1]))
代码运行结果
[[0. 2. 2. 2. 2. 2.]
[0. 2. 4. 6. 6. 6.]
[0. 2. 4. 6. 6. 8.]
[0. 2. 4. 6. 6. 8.]]
8
可以看出我们将草稿纸上的分析转换成了一个矩阵
注意:
import numpy as np
这一行在 idle 的运行环境下可能会报错,因为这是外来库
其实矩阵也可以用二维数组来替代,但输出 box 的结果可能不会这么直观。
如果要使用 numpy 模块,可以打开 cmd ,输入 pip install numpy ,等下载成功后,应该就可以使用了。如果还不行,建议百度。
进阶版:如果问此时拿出的物品有哪些怎么办?
这就是上面 subject 列表的作用了
根据我们得出的公式
box[i][j] = max(上一个单元格的值(box[i-1][j]), 当前商品的价值 + 剩余空间的价值(box[i-1][j-当前商品的重量]))
我们可以发现
当 box[i][j] == 当前商品的价值 + 剩余空间的价值(box[i-1][j-当前商品的重量])时,我们就可以认为我们拿了这件物品
然后我们需要做就是 回溯
需要加的代码如下:
# 回溯需要拿的物品
result = []
i = N-1
j = V
while i >= 0:
if box[i][j] == box[i-1][j-weight[i]] + values[i]:
result.append(subject[i])
i -= 1
j -= weight[i]
else:
i -= 1
print(result)
加上这块代码之后,我们输出的结果就是这样的:
[[0. 2. 2. 2. 2. 2.]
[0. 2. 4. 6. 6. 6.]
[0. 2. 4. 6. 6. 8.]
[0. 2. 4. 6. 6. 8.]]
8
['第3种物品', '第2种物品']