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