- 问题描述
有N件物品和一个容量为V的背包。第i件物品的重量是c[i],价值是w[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。
- 解决方案
- 该问题的特点是每种物品仅有一件,可以选择放或不放。
- 用f[i][v](一个二维数组)表示前i件物品恰放入一个容量为v(这里不是总容量V)的背包可以获得的最大价值。则其状态转移方程便是:f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
- 状态方程解释:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”,价值为f[i-1][v];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f [i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
- 时间复杂度:O(N*V);空间复杂度O(N*V)
- 空间复杂度优化O(V)
- 优化思路:在上述方案中肯定是有一个主循环i=1..N,每次算出来二维数组f[i][0..V]的所有值。那么,如果只用一个数组f [0..V],能不能保证第i次循环结束后f[v]中表示的就是我们定义的状态f[i][v]呢?
- 优化后的状态转移方程是:f[v]=max{f[v],f[v-c[i]]+w[i]}
- 状态方程解释:在每次主循环中我们以v=V..0的顺序推f[v],这样就能保证推f[v]时f[v-c[i]]保存的是状态f[i-1][v-c[i]]的值。
- C++代码: