如何理解背包问题

 

问题：

一个背包，承重为C。n个物品，每个物品有各自的重量和价值。如何选择将哪些物体放入背包中，使得物品总重量不超过背包承重且物品总价值最大？

问题抽象：

　　已知：

　　　　　　背包的maxWeight = C， 这里C=10

　　　　　　物品的数量items = N， 这里N= 4

　　　　　　物品的重量Values of items为 V[]， 这里 V[]= {10, 40, 30, 50}

　　　　　　物品的价值Weight of items 为 W[]， 这里 = W[] = {5, 4, 6, 3}

　　求解：

　　　　　　满足条件的物品组合有很多，其中一些的总价值最大，即所求的结果maxValue，这里maxValue = k(N, C)

　　　　　　maxValue所对应的组合 ，例如： 1,2,3 或 2,4,5，即表示将物品1,2,3或者2，4,5放入背包，总价值最大

 

　　　　

思路分析：

　　这是求解一定约束条件下（背包承重），多种组合里最优组合。可以采用动态规划的方法。

　　　　动态规划的核心思想为：全局最优解中包含局部最优解。

　　　　　　这里问题的规模应该为待放入背包中的物品的数量。

　　　　动态规划的关键是：什么是问题的规模？已知较小规模问题的最优解，如何得到较大规模问题的最优解。

　　　　　　如果我们已知了较小规模问题的最优解，如知道了物品数量为3时的最优解，k（3，j），和所有的K（3,1） K（3,2） K（3,3） 。。。K（3,j）　　

　　　　　　那么 k（4，j） = max{ k（3，j）， k（3，j-w[4]）+ v[4] }

　　　　　　　　如何理解上面的关系式呢？

　　　　　　　　　　关键是看第4个物品可不可放入包中，如果不放入包中最优解就还是k（3，j），

　　　　　　　　　　如果放入包中，则原来的包中的重量必要存在多余w[4]重量的空间

　　　　动态规划的状态，和状态转换方程

　　　　　　k（i，j） = max{ k（i-1，j）， k（i-1，j-w[i]）+ v[i] } ( j >= v[i]))

　　　　　　k（i，j） = k(i-1, j) ( j < v[i]))

 　　　　　　

算法过程示意：

 

如何得到最优的物品排列组合：

　　定义一个s[N], 其中s[i]等于0或者1，,s[i]=0表示第i个物品不在排列中，反之在。

　

　　　　

 

转载于:https://www.cnblogs.com/lya-nju/p/4428198.html