动态规划--0 1 背包问题

一、前提：

动态规划是现在应用广泛的一种算法，变化也很多，下面是0-1背包问题运行过程，可参考。

二、内容：

（一）、动态规划基本思想：

将待求解的问题分解成若干个子问题，先求解子问题，然后根据这些子问题找到原问题的解。

（二）、步骤：

1.找出最优解的性质，并刻画其结构特征

2.递归定义最优解的值

3.以自底向上的方式计算出最优解的值

4.根据计算最优值得到的信息构造一个最优解。

（前三部基本步骤，第四部，可以快速找到最优解）

（三）、性质

1.最优子结构

2.重叠子问题

（四）、动态规划实例 0-1背包问题

按照上述步骤解决问题。

（1）找出最优解的性质，并刻画其结构特征（刻画最优子结构）

0-1背包问题，研究的是在满足背包容量（W）的情况下，背包内装入得最大价值的物品，

0说明物品不在背包里，1说明物品在背包里，也就是找出，在满足物品最大价值情况下，

装入了哪几个物品。

根据题意可以得知有这几个变量：

i表示第几个物品（根据下面解题过程解析）

n表示有几个物品，第几个物品

w背包剩余容量

W背包容量

c[i,w]表示物品价值二维数组

weight[]物品重量的数组

value[]物品价值的数组

x[n]表示是否在包中

（2）.递归定义最优解的值

简单解释三个式子

1、物品价值为0，物品i为0或者剩余空间w为0

2、物品i重量大于包的剩余容量w，则i不在包中，所以包内物品价值为i-1个物品的总价值

3、除去前两种情况以外的所有情况

（以逗号为界分成两部分，两部分同时算）

比较当第i个物品被放入包的价值，与不放入价值进行运算，扩展，分到有出口的时候。

（过程是一个递归的过程，需要动手写一遍，便于理解）

（3）.以自底向上的方式计算出最优解的值

解读表格：

1.w，背包剩余容量，i表示有几个物品

2.c[1,0]=0

3.背包剩余容量为0，物品为1时装入背包的物品价值为0...以此类推

（4）.根据计算最优值得到的信息构造一个最优解。

只要判断物品是否在包中，在包中为1，不在包中为0，即c[i,w]与c[i-1,w]之间价值

是否相等进行判断。c[i,w]与c[i-1,w]二者相等说明i不在包中，所以x[i]=0,反之

x[i]=1，即i在包中。将结果输出，即可得到最优解。

（五）、代码

注意：数组所以表示的是第几个物品

 static void Main(string[] args)
        {
            
            //求最优解的值
            int n=5;
            int i;
            int w;
            int W = 17;
            int[] weight = {0,3,4,7,8,9};//物品重量
            int[] values = {0,4,5,10,11,13};//物品价值
            int [,] c = new int [6,W + 1];//定义价值的数组，考虑背包为0的情况，所以各+1
            
           //背包剩余用量为0
            for ( w = 0; w <= W; w++)
			{
                c[0,w]= 0; 
			}
            //至少有一个物品在包里
            for (i = 1; i <= n; i++)
            {
                c[i, 0] = 0;//剩余容量为0
                for ( w = 1; w <= W; w++)//剩余容量至少为1，最大为W（17）
                {
                    if (weight[i] <= w) //物品重量小于背包剩余容量的时候
	                {
                        if(values[i] + c[i-1,w - weight[i]] > c[i-1,w])//看物品是否在包中
                        {

                             c[i,w] = values[i] + c[i-1,w - weight[i]]; //计算价值                   
                         }
                        else
                        {
                             c[i,w]= c[i-1,w];//不在包中
                        }		 
	                }
                    else
                    {
                        c[i,w]=c[i-1,w]; //重量大于剩余容量                       
                    }
                 }                    
             }

            Console.WriteLine(c[n,W]);
            Console.ReadKey();
//找最优解的值
            int[] x= new int [6];
            for (i = n; i > 1;i-- )
            {
                if (c[i, W] == c[i - 1, W])//判断是否在包中
                {
                    x[i] = 0;
                }
                else 
                {
                    x[i] = 1;
                    W = W - weight[i];//剩余空间减少
                }
            }
            if (c[1,W]== 0 )//判断第一个是否在包中
            {
                x[1] = 0;
            }
            else
            {
                x[1] = 1;
            }
            for ( i = 1; i <=n; i++)
            {
                if (x[i] == 1)//将在包中的输出
                {
                    Console.WriteLine(i.ToString());
                    Console.ReadKey();
                }                       
            }                
        }

总结：

0-1背包问题，需要每一步都自己走一遍才可以理解，直接看代码很难理解，并且不容易记住，但是把上述（2）和（3）好好写一遍就会印象深刻，看代码自然而然就会变得简单。加油，在算法的路上继续前进吧~~