经典背包问题之动态规划算法解决方案

 

        给一个容量为10的的背包,物品有{2,3, 5, 5 }，分别对应的价值是{2,4, 3, 7}，要如何组合才能使他们装下的物品价值最大。一般这种经典问题有两种要求，第一种是每个物品可以复用，这也叫完全背包算法。代码如下

int WanQuanBeiBao(vector<int>& weihts, vector<int>& values, int sum)
{
	vector<int> dp(sum + 1, 0);
	dp[0] = 0;
	for (int i = 1; i < dp.size(); i++)
	{
		for (int j = 1; j < weihts.size();j++)
		{
			if (i - weihts[j] < 0)continue;
			dp[i] = max(dp[i], values[j] + dp[i - weihts[j]]);
		}
	}
	return (dp[sum] == 0) ? -1 : dp[sum];
}

这种思路就是从1开始循环，一直到sum，从1，取最大价值，2时也取最大价值...每一个子问题都是最优的，那么加起来的结果一定是最优的，但并不唯一，可以存在多种解。

第二种要求是，每个物品只能用一次，那么就是非完全背包问题，算法如下

//01背包算法问题(一个物品只能用一次)
int OnlyOneBeiBao(vector<int>& weihts, vector<int>& values, int sum) {
	vector<vector<int>> dp(weihts.size() + 1, vector<int>(sum + 1, 0));
	for (int i = 1; i <= weihts.size(); i++) {
		for (int w = 1; w <= sum; w++) {
			if (w - weihts[i - 1] < 0) {
				dp[i][w] = dp[i - 1][w];
			}
			else {
				dp[i][w] = max(dp[i - 1][w - weihts[i - 1]] + values[i - 1],
					dp[i - 1][w]);
			}
		}
	}

	return dp[weihts.size()][sum];
}

这个理解起来就要费劲一些，他的思路是用一个二维数组去记录，思路是和前面的例子一样的，顺着代码思路走，dp[i][w]=前i个物品在容积为w时他的最大价值,这样的设计,他就避免了物品会被重复利用。需要好好体会这两段代码，你才能明白他们之间的区别。

完整运行代码

#include <iostream>
#include <vector>
#include <algorithm>
#include <time.h>
using namespace  std;

//完全背包算法(物品可以多次复用)
int WanQuanBeiBao(vector<int>& weihts, vector<int>& values, int sum)
{
	vector<int> dp(sum + 1, 0);
	dp[0] = 0;
	for (int i = 1; i < dp.size(); i++)
	{
		for (int j = 1; j < weihts.size();j++)
		{
			if (i - weihts[j] < 0)continue;
			dp[i] = max(dp[i], values[j] + dp[i - weihts[j]]);
		}
	}
	return (dp[sum] == 0) ? -1 : dp[sum];
}
//01背包算法问题(一个物品只能用一次)
int OnlyOneBeiBao(vector<int>& weihts, vector<int>& values, int sum) {
	vector<vector<int>> dp(weihts.size() + 1, vector<int>(sum + 1, 0));
	for (int i = 1; i <= weihts.size(); i++) {
		for (int w = 1; w <= sum; w++) {
			if (w - weihts[i - 1] < 0) {
				dp[i][w] = dp[i - 1][w];
			}
			else {
				dp[i][w] = max(dp[i - 1][w - weihts[i - 1]] + values[i - 1],
					dp[i - 1][w]);
			}
		}
	}

	return dp[weihts.size()][sum];
}
int _tmain(int argc, _TCHAR* argv[])
{
	
	vector<int> weihts{ 2,3, 5, 5 };
	vector<int> values{ 2,4, 3, 7 };
	cout << WanQuanBeiBao(weihts, values, 10) << endl;
	cout << OnlyOneBeiBao(weihts, values, 10) << endl;

	system("pause");
	return 0;
}

得到的结果分别是14和13 ，我并不想像其他博客一样用大量的图片公式去说明，让很多人头晕，我只想通过对比让大家明白这两种算法的区别，好套用到你的实际项目当中。