01背包之动态规划

 动态规划通常由以下四个步骤组成：

1.找出最优解的性质，刻画其结构特征；

2.递归定义最优值；

3.自底向上计算最优值；

4.根据计算最优值时得到的信息，构造最优解

 

01背包问题按以上四个步骤分析如下：

1.最优解的结构特征：

         要求放进n个物体（v[i]为i的价值，w[i]为i的重量）在总裁重为W的背包中，使总价值最大，可转换为当处理第n个物品后，使总价值最大，然后对剩下的n-1个物品处理并使总价值最大，这样将问题的规模缩小。而处理第n个物品时，为使总价值最大，有两种情况：放n进去和不放进去，若放进去且在W-w[i]的载重中的价值加上v[n]的总价值比不放n进去在W的载重中的价值大，则选择前者，否则选择后者；

2.递归定义最优解

         设v[i][w]为放进i个后在剩余载重w的价值，则根据1的分析有：

        

         v[i][w] = max(v[i-1][w] , v[i-1][w-w[i]] + v[i])    其中前提是 w[i] <= w,这样才能放进去;

         当w[i] > w;放不进，v[i][w] = v[i-1][w];

         当w = 0时，表示总载重为0，此时价值v[i][w] = 0;

         当i = 0时，表示一个都没放进去，此时价值v[i][w] = 0;

3.自底向上计算最优解

        因为有n个物品，故有n个阶段；有W的负重，且在01背包中物品重量为整数，则有0...W个状态； 

        注意v[0][w]的存在！

         #include<iostream> using namespace std; #define Max 10 #define WMax 110 int c[Max][WMax]; int w[Max]; int v[Max]; void dp(int n,int weigh) { int i,j; for(j=0; j<=weigh; j++) c[0][j] = 0; for(i=0; i<=n; i++) c[i][0] = 0; for(i=1; i<=n; i++) for(j=0; j<=weigh; j++) { if(w[i] <= j) { if(c[i-1][j] <= c[i-1][j-w[i]] + v[i]) c[i][j] = c[i-1][j-w[i]] + v[i]; else c[i][j] = c[i-1][j]; } else c[i][j] = c[i-1][j]; } } int main() { cout<<"input the numbers of goods and the Maxweigh/n"; int n,weigh; cin>>n; cin>>weigh; cout<<"input the weigh and value/n"; for(int k=0; k<n; k++) { cin>>w[k]; cin>>v[k]; } dp(n,weigh); // for(int a=0; a<n; a++) // for(int b=0; b<=weigh; b++ ) cout<<c[n][weigh]<<endl; return 0; }

 

4.根据最优解的计算结果，构造最优解

   若v[i][w] == v[i-1][w]则不放进去，否则归为放进去