0-1背包问题由二维数组转换为一维数组的理解

对于0-1背包问题的话,可以使用一维数组来表示,我们要知道每一行的数据其实是依赖于上一行的数据,并不依赖于本行的数据,所以无论正序或者逆序更新一行的数据都不会需要本行的数据,但是为什么用一维数组更新时就要用逆序呢,其实是因为用一维数组更新时正序会出错
d p [ i ] [ w ] = m a x ( d p [ i − 1 ] [ w ] , d p [ i − 1 ] [ w − w i ] + v i ) dp[i][w]=max(dp[i-1][w],dp[i-1][w-wi]+vi) dp[i][w]=max(dp[i1][w],dp[i1][wwi]+vi)

d p [ w ] = m a x ( d p [ w ] , d p [ w − w i ] + v i ) dp[w]=max(dp[w], dp[w-wi]+vi) dp[w]=max(dp[w],dp[wwi]+vi)

要知道二维数组到一维数组转换的关键点在于一维数组是在原先数组的基础上更改的,并不是像二维数组那样重新用了一行来存储新的数据,从dp[i - 1][w] ->dp[w],dp[i-1][w-wi] ->dp[w - wi]可以看出其实二维变为一维的数据主要就是要使用i-1行的数据,而对于一维数据来说就是使用上一轮的数据,所以当使用一维的数据时要确保数据是上一轮的,没有被更改的.

假设用正序的话,这个时候第一个数是求的f[0], 一直求到了第f[10], 那么你这个时候再去调用f[10-wi].f[10-wi]肯定是在f[10]前面,也就是已经被更改了, 因为排在10前面的数肯定已经被第i层的循环动过了,也就是说这个数据并不是上一轮的数据了,要是还原成二维递归式, 就变成了dp[i][w]=max(dp[i][w],dp[i][w-wi]+vi),这明显是不对的,但是如果逆序的话,先求f[10],那么就会调用f[10-wi],因为这个时候f[10-i]肯定还没有被改过,也就是说这个数肯定是上一轮的数据.

  • 5
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
多维0-1背包问题是指在给定容量和一组物品的情况下,如何选择物品使得总重量不超过容量且总价值最大化。在这个问题中,每个物品有多个属性,我们要选择的是哪个属性的物品,以及每个物品在选择属性下的是否放入背包(0表示不放入,1表示放入)。 为了解决这个问题,我们可以使用一个二维数组来表示状态转移方程。假设有n个物品和m个属性,dp[i][j]表示前i个物品在j属性下的最大价值。 具体的穷举算法如下: 1. 初始化一个大小为(n+1)*(m+1)的二维数组dp,并将其所有元素初始化为0。 2. 遍历物品i从1到n,属性j从1到m,依次计算dp[i][j]的值。 3. 对于每个物品i和属性j,有两种情况: - 若第i个物品在属性j下的重量大于背包的容量,则dp[i][j] = dp[i-1][j],即不选择放入背包; - 若第i个物品在属性j下的重量小于等于背包的容量,则dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] + 第i个物品的价值),即选择放入或不放入背包取决于哪种方式能获得更大的总价值。 最终,dp[n][m]即为所求的最大总价值。 下面是一个简单的用Matlab实现的代码示例: ```matlab function max_value = knapsack(n, m, weights, values, capacity) dp = zeros(n+1, m+1); for i = 1:n for j = 1:m if weights(i, j) > capacity dp(i+1, j+1) = dp(i, j+1); else dp(i+1, j+1) = max(dp(i, j+1), dp(i, j) + values(i, j)); end end end max_value = dp(n+1, m+1); end % 测试 n = 3; m = 2; weights = [3, 1; 2, 2; 1, 3]; values = [2, 3; 4, 5; 6, 7]; capacity = 5; max_value = knapsack(n, m, weights, values, capacity); disp(max_value); ``` 以上代码中,n表示物品的数量,m表示属性的数量,weights是一个n*m的矩阵,表示每个物品在不同属性下的重量,values是一个n*m的矩阵,表示每个物品在不同属性下的价值,capacity表示背包的容量。请根据实际情况修改测试用例中的n、m、weights、values和capacity的值,以便验证代码的正确性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值