算法设计与分析_动态规划②

最大子段和问题
① 给定由n个整数（包含负整数）组成的序列a1,a2,…,an，求该序列子段和的最大值。
i.当所有整数均为负值时定义其最大子段和为0。
②所求的最优值为：

i.例如，当(a1,a2, ……a7,a8)=(1,-3, 7,8,-4,12, -10,6)时，最大子段和为：
③bj是1到j位置的最大子段和:

④由bj的定义易知，当bj-1>0时bj=bj-1+aj，否则bj=aj。
⑤则计算bj的动态规划递归式：
bj=max{bj-1+aj，aj}，1≤j≤n。

//计算最大子段和的动态规划算法
#define NUM 1001
int a[NUM];
int MaxSum(int n)
{
	int sum=0; 
	int b=0;
	for (int i=1;i<=n;i++)
	{
		if (b>0) b+=a[i]; else b=a[i];
		if (b>sum) sum=b;
	}
	return sum;
}

计算最大子段和的动态规划算法的最优解
①令besti，bestj为最大子段和sum的起始位置和结束位置；
②在当前位置i，如果b[i-1] ≤0时，在取b[i]=a[i] 的同时，保存该位置i到变量begin中，显然：
i.当b(i-1)≤0时，begin＝i；
ii.当b(i)≥sum时，besti＝begin，bestj＝i。

#define NUM 1001
int a[NUM];
int MaxSum(int n, int &besti, int &bestj)
{
　　int sum=0; 
　　int b=0;
　　int begin = 0;
　　for (int i=1;　i<=n;　i++)
　　{
	if (b>0)　 b+=a[i]; 
	else {b=a[i];　begin = i;}
 	if (b>sum) //得到新的最优值时，更新最优解
	{
	　　sum = b; 
	　　besti = begin; 
	　　bestj = i;
	}
　　}
　　return sum;
}

0—1背包问题
问题：给定一个物品集合s＝｛1，2，3，…，n｝，物品i的重量是wi，其价值是vi，背包的容量为W，即最大载重量不超过W。在限定的总重量W内，我们如何选择物品，才能使得物品的总价值最大。
i.如果物品不能被分割，即物品i要么整个地选取，要么不选取；
ii.不能将物品i装入背包多次，也不能只装入部分物品i，则该问题称为0—1背包问题。
iii.如果物品可以拆分，则问题称为背包问题，适合使用贪心算法。
①假设xi表示物品i装入背包的情况，xi＝0，1。
i.当xi＝0时，表示物品没有装入背包；
ii.当xi＝1时，表示把物品装入背包。
②约束方程：

③目标函数：

④因此问题就归结为找到一个满足上述约束方程，并使目标函数达到最大的解向量：
X＝{x1，x2，…，xn},
⑤0—1背包问题具有最优子结构性质，设所给0—1背包问题的子问题：

⑥i≤k≤n的最优值为p(i，j)。
i.是背包容量为j，可选物品为i，i＋1，…，n时0-1背包问题的最优值。
⑦则建立计算p(i，j)的递归式如下：

#define NUM 50	//物品数量的上限
#define CAP 1500	//背包容量的上限
int w[NUM];		//物品的重量
int v[NUM];		//物品的价值
int p[NUM][CAP];	//用于递归的数组
//形参c是背包的容量W，n是物品的数量
void knapsack(int c, int n) 
{ 
　　//计算递推边界
　　int jMax=min(w[n]-1,c); 		//分界点
　　for( int j=0; j<=jMax; j++)   p[n][j]=0; 
　　for( int j=w[n]; j<=c; j++)    p[n][j]=v[n];
　　for( int i=n-1; i>1; i--) 		//计算递推式
　　{ 
	jMax=min(w[i]-1,c);
	for( int j=0; j<=jMax; j++) 
	　　p[i][j]=p[i+1][j]; 
	for(int j=w[i]; j<=c; j++) 
	　　p[i][j]=max(p[i+1][j], p[i+1][j-w[i]]+v[i]); 
　　} 
　　p[1][c]=p[2][c]; 			//计算最优值
　　if (c>=w[1])   p[1][c]=max(p[1][c], p[2][c-w[1]]+v[1]); 
}

//计算0－1背包问题的最优解
void traceback( int c, int n, int x[ ]) 
{ 
　for(int i=1; i<n; i++) 
　{
　　if (p[i][c]==p[i+1][c]) x[i]=0; 
　　else { x[i]=1; c-=w[i]; } 
　}
　x[n]=(p[n][c])? 1:0; 
}