0,1背包问题

 动态规划:

问题描述:

设U = {u1,u2,u3,......ui}(一共有amount数量的物品)是一组准备放入背包中的物品.设背包的容量为size.

定义每个物品都具有两个属性weight和value.

我们要解决的问题就是计算在所选取的物品总重量不超过背包容量size的前提下使所选的物品总价值最大.

程序的设计:

设V[i, j]用来表示从前i项{u1......ui}中取出来的装入体积为j的背包的最大价值.i的范围是从0到amount,j是从0到size.这样的话要 计算的值就是V[amount, size].V[0, j]对于所有的j的值都是0,因为这时候的包中没有物品.同时V[i, 0]的值也是0,因为没有物品可以放到size为0的背包里面.

所以有:

V[i, j] = 0       若i = 0 或 j = 0;

V[i, j] = V[i - 1, j]    若j < ui.weight;(当物品的重量大于背包承重时,就不把物品放在里面)

V[i, j] = max{V[i - 1, j], V[i - 1, j - ui.weight] + ui.value}      若i > 0并且j >= ui.weight;

 

现在就可用动态规划的方法运用上面的公式来填表求解了.

#include <stdio.h>
#define W 1000
#define N 1000

typedef struct data
...{
    int vaule;
    int weight;
}goods;

int returnmax(int a, int b)
...{
    return (a > b ? a : b);
}

int KNAPSACK(goods *P, int a, int s)
...{
    int V[N][W];
    int i,j,mv;
    for(i = 0; i < a; i++)
        V[i][0] = 0;
    for(j = 0; j < s; j++)
        V[0][j] = 0;
    for(i = 1; i <= a; i++)
        for(j = 1; j <= s; j++)
        ......{
            V[i][j] = V[i - 1][j];
            if(P[i].weight <= j)
                V[i][j] = returnmax(V[i][j],V[i - 1][j - P[i].weight] + P[i].vaule);
        }
    mv = V[a][s];
    return mv;
}

int main()
...{
    int mostvalue,amount,size,i;
    goods A[N];
    printf("Input how much the goods have: ");
    scanf("%d",&amount);
    printf("Input the size of the bag: ");
    scanf("%d",&size);
    printf("Input the data of the goods: ");
    for(i = 0; i < amount; i++)
        scanf("%d %d",&A[i].vaule,&A[i].weight);
    mostvalue = KNAPSACK(A,amount,size);
    printf("%d",mostvalue);
    return 0;
}

 还有一种纯粹用数组解决的方案,避免了结构体的效率底下,思路是一样的
代码如下:
#include<iostream>
#define GOODNUM 5
using namespace std;

int main()
...{
    int good[GOODNUM][2]=...{...{4,6},...{5,2},...{6,3},...{7,7},...{8,5}};//good[i][0]:size||good[i][1]:value
    int i,j,size,weight;
    int v[GOODNUM+1][1000];
   
    cout<<"please input the bag's size"<<endl;
    cin>>size;

    for(i=0;i<=GOODNUM;i++)
        v[i][0]=0;
    for(i=0;i<=size;i++)
        v[0][i]=0;

    for(i=1;i<=GOODNUM;i++)
        for(j=1;j<=size;j++)...{
            v[i][j]=v[i-1][j];
            if(good[i-1][0]<=j)
                if((v[i-1][j-good[i-1][0]]+good[i-1][1])>v[i][j])
                        v[i][j]=v[i-1][j-good[i-1][0]]+good[i-1][1];
        }
           
       
    cout<<v[GOODNUM][size]<<endl;
}

本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/newflypig/archive/2007/10/20/1834716.aspx

 

背包问题 动态规划 (2009-10-18 15:14:31)

01背包问题描述:一个旅行者有一个最多能用M公斤的背包,现在有N件物品,

它们的重量分别是W1,W2,...,Wn,

它们的价值分别为P1,P2,...,Pn.

若每种物品只有一件求旅行者能获得最大总价值。

 

方式一:遍历M*N的数组,对应下图包的总容量M=20,物品种类数N=5

代码如下:

const int nRes=5;//5种物品

int nResWeight[nRes+1]={0,5,3,4,7,8};//每种物品对应重量

int nResValue[nRes+1]={0,14,6,9,18,20};//每种物品对应价值

const int nTotleW=20;//背包容量为20

int nValueTable[nRes+1][nTotleW+1]={0};//动态价值表

int KitBag()

{

for(int i=1;i<=nRes;i++)

for(int j=1;j<=nTotleW;j++)

{

if(nResWeight[i]<=j) //容量大于等于当前物品重,j为当前包容量

{

 if(nResValue[i]+nValueTable[i-1][j-nResWeight[i]]>nValueTable[i-1][j])

//如当前物品价值+包剩余容量所能装入最大价值>不装当前物时包所能装的最大价值,当前物品装入包.

nValueTable[i][j]=nResValue[i]+nValueTable[i-1][j-nResWeight[i]];

 else//当前物品不装入包,当前包容量下的最大价值仍然是原来的价值

nValueTable[i][j]=nValueTable[i-1][j];

}

else//包容量不足以装入当前物品时,沿用原来的包容量最大价值

nValueTable[i][j]=nValueTable[i-1][j];

  }

cout<<"最大值为:"<<nValueTable[nRes][nTotleW];

return nValueTable[nRes][nTotleW];

 };

方式二:采用递归方式,遍历二叉树,并通过映射表来剪枝。

代码如下:

int RecursionBag(int nR,int nW)//传入资源数,包容量

{

if(nR==0||nW==0){

return 0;

}

if(nValueTable[nR][nW]!=0){

//当前节点是已访问过的节点,直接返回存储的最优值

return nValueTable[nR][nW];

}

if(nW>=nResWeight[nR])//包容量大于等于当前物品重

{//获得物品放入和不放入两种情况中的价值最大者

nValueTable[nR][nW]=max(nResValue[nR]+RecursionBag(nR-1,nW-nResWeight[nR]),//物品入包后的价值

RecursionBag(nR-1,nW));//物品不入包的最大价值

}

else//包容量不足以放入当前物品

nValueTable[nR][nW]=RecursionBag(nR-1,nW);

return nValueTable[nR][nW];

}

对比两种方式可知,第二种方式遍历的数据量为黄色标注结点,要小于第一种方式的数据访问量。

不过当节点深度上千后,如果包容量远小2^n,比如为 10000,这时前一种方法要快得多。估计这时,递归对访问过的节点虽然不再访问它的子节点,但是这样重复访问到的父节点数量过于庞大。


本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/bottlebox/archive/2009/05/18/4198936.aspx

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