【算法】——动态规划之0-1背包问题

    借着软考的机会，好好的研究了一下关于算法部分的内容，其中动态规划也是非常实用的算法，之前觉得看算法是非常难理解，后来用了一张图竟然神奇的看懂了，下面小编画给大家看！

动态规划法基本思想

    将待求解的问题分解成若干个子问题，先求解子问题，然后从浙西子问题的解得得到原问题的解。但是动态规划的到子问题的解不是孤立的，保存在已解决的子问题的答案，在需要时找出以求的答案，避免大量的重复计算。为了达到目的用一张二维表来记录所有已解决的子问题的答案。

解决步骤

      1）、找出最优解的性质，并刻画其结构特征

      2）、递归地定义最优解的值

      3）、以自底向上方法计算出最优值

      4）、根据计算最优值时得到的信息，构造一个最优解

为什么自底向上计算？

    动态规划法思想提出，用一张表记录已解决问题的答案，当有需要的时候可以借助之前解决过的子问题进行求解。而动态规划经常会用到递归的方式求解。

什么样的问题使用动态规划法？

    1）、最优子结构

    2）、重叠子结构

0-1背包问题递归定义求最优解

i表示放入的第i物品，w表示背包可容纳的质量

C[i,w]表示包中放有i件物品，可容纳质量为w时的价值

       

1、先解释为什么C[i,w]会等于0？

    当背包中没有物品可以放入的时候，此时i为0，背包的价值为0，当背包中可容纳的物品质量为0时，此时w=0，背包的价值同样为0

2、什么时候C[i,w]= C[i-1,w]？

    当要放入第i件物品的时候，可是i物品的质量w_i大于当前背包所能装下的总质量w，所以i不能放入，此时当想把第i件放入背包的价值等于放入i-1的价值

3、当上述两种情况都不存在时候，0-1背包就是在比较第i件物品放入还不放入的时候价值最大？

当i放入的时候

     此时背包相当于在放入i-1件物品，重量为w-w_i的背包中放入了一件价值为V_i­物品，则C[i,w]=C[i-1,w-w_i]+V_i;

当i不放入的时候

    此时背包相当于放入i-1件物品，在重量为w的背包中，则此时价值C[i-1,w]。

题目描述

    有编号分别为a,b,c,d,e的五件物品，它们的重量分别是2,2,6,5,4，它们的价值分别是6,3,5,4,6，现在给你个承重为10的背包，如何让背包里装入的物品具有最大的价值总和？

首先用一张表来表示这个动态规划的过程，切记这种表是自底向上，而且是从左到右生成的。

举个例子

E行4列，用坐标表示c（1,4），具体的含义是只有E物品时，有个承重为4的背包，此时背包的价值为6。

那么c（5,9）此时背包价值为15，又是怎样计算的呢？

   根据前面的知识讲解，在求得15之前判断A物品到底该不该放入？

当A不放入的时候

    其实是把E，D，C，B放入承重为9的背包中，求最优结构，也就是C[i-1,w]=C[4,9],查表得此时背包价值为10

当A放入的时候

   其实是把E、D、C、B放入承重为7的背包中，然后加上A物品的价值，就是C[i-1,w-w­_i]+V_A=C[4,7]+V_A=15

根据公式得Max c[i-1,w-wi]+v_i, c[i-1,w]  此时最大值为15

总结

    小编感觉动态规划法的学习主要是搞懂算法的含义，知道求得最优解的三个方法非常重要，它能帮助我们更好的了解算法的思想。动态规划法就是先把问题拆解，然后从基础做起，学会站在巨人的肩膀上，就是尝试使用之前的劳动成果，从而到达效率提高的目的。

    如有理解偏颇之处，还请各位大神斧正，不胜感激！

    

转载于:https://my.oschina.net/u/3705835/blog/1550154