30- 0-1背包问题

问题描述

有 N 件物品和一个容积为 M 的背包。第 i 件物品的体积 w[i]，价值是 d[i]。求解将哪些物品装入背包可使价值总和最大。每种物品只有一件，可以选择放或者不放 (N<=3500,M <= 13000)。

Example:
number＝4，capacity＝8

i	1	2	3	4
w(体积)	2	3	4	5
v(价值)	3	4	5	6

Output: 10

问题分析

（1）用 w[i] 表示物品重量，v[i] 表示物品价值。定义状态 dp[i][j] 表示从前 i 种物品选取，使它们总体积不超过 j 的最优取法取得的价值总和。最终要求的是 dp[N][M]；

（2）初始化边界条件，dp[0,j]=dp[i,0]=0；

（3）对于每一个物品，有两种选择方法，能装下和不能装下；

• 第一，包的容量比该商品体积小，装不下，此时的价值与前 i-1 个的价值是一样的，即dp[i,j]=dp[i-1,j]；
• 第二，还有足够的容量可以装该商品，但装了也不一定达到当前最优价值，所以在装与不装之间选择最优的一个，即dp[i,j]=max｛ dp[i-1,j]，dp[i-1,j-w(i)]+v(i) ｝其中dp[i-1,j]表示不装，dp[i-1,j-w(i)]+v(i) 表示装了第 i 个商品，背包容量减少 w(i) 但价值增加了 v(i)；

（4）得出递推关系式：

• ① j<w(i) dp[i,j]=dp[i-1,j]
• ② j>=w(i) dp(i,j)=max｛ dp[i-1,j]，dp[i-1,j-w(i)]+v(i) ｝

初始化时的 dp 矩阵。初始状态将边界初始化为 0。j 表示背包的的重量，i 表示第 i 个物品。

一行一行将表填写完整。

#include <iostream>
#include <algorithm>
#include <vector>
using namespace std;
//N件物品,容积为M的背包
int knapsack(int N, int W, vector<int>weight, vector<int>value)
{
	vector<vector<int>>dp(N + 1, vector<int>(W + 1, 0));
	for (int i = 1; i <= N; i++)
	{
		int w = weight[i - 1], v = value[i - 1];
		for (int j = 1; j <= W; j++)
		{
			if (j >= w)
				dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w] + v);
			else
				dp[i][j] = dp[i - 1][j];
		}
	}
	return dp[N][W];
}

int main() 
{
	int N, W;
	cin >> N >> W;
	vector<int>weight(N,0);
	vector<int>value(N,0);
	for (int i = 0; i < N; i++)
	{
		cin >> weight[i];
		cin >> value[i];
	}
	cout << knapsack(N, W, weight, value) << endl;
	return 0;
}

空间优化

由图可以看出来，每一次 dp[i][j] 改变的值只与 dp[i-1][x] {x:1…j}有关，也就是说只与上一行保存的值有关。因此，可以将 dp 写成一维数组，优化空间，状态转移方程转换为 dp[j]= max{dp[j], dp[j-w(i)]+v(i)}；

并且，状态转移方程，每一次推导 dp[i][j] 是通过 dp[i-1][j-w(i)] 来推导的，所以一维数组中 j 的扫描顺序应该从大到小，否则前一次循环保存下来的值将会被修改。

#include <iostream>
#include <algorithm>
#include <vector>
using namespace std;
//N件物品,容积为M的背包
int knapsack(int N, int W, vector<int>w, vector<int>v)
{
	vector<int>dp(W + 1, 0);
	for (int i = 1; i <= N; i++)
	{
		for (int j = W; j >= w[i-1]; j--)//当前背包的剩余容量应该大于等于该物品体积
			dp[j] = max(dp[j], dp[j - w[i-1]] + v[i-1]);
	}
	return dp[W];
}

int main() 
{
	int N, W;
	cin >> N >> W;
	vector<int>w(N,0);
	vector<int>v(N,0);
	for (int i = 0; i < N; i++)
	{
		cin >> w[i];
		cin >> v[i];
	}
	cout << knapsack(N, W, w, v) << endl;
	return 0;
}