0-1背包问题的动态规划算法
问题:
- 给定一组多个([公式])物品,每种物品都有自己的重量([公式])和价值([公式]),在限定的总重量/总容量([公式])内,选择其中若干个(也即每种物品可以选0个或1个),设计选择方案使得物品的总价值最高。
可以演变:
- 疫情期间,各大药店对口罩限购,现在一药店有六种口罩,A:2元一包(两个个),B:2元一包(三个),C:3元一包(一个),D:1元一包(五个),E:五元一包(四个),F:2元一包(三个)。现在每一种口罩最多只允许购买一包,带n元过去,最多可以买多少个口罩。
通过贪婪算法计算出来的不是最优解,通过动态规划可以算出来最优解。
参考知乎文章:0-1背包问题的动态规划算法
但是文章中一个地方有点小问题:
现在的例子是:背包容量为11,物品的信息如下图:
c++进行实现:
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int zeroOnePack(int n,int v[],int w[]){
return 0;
}
int main(){
int N = 5;
vector<int> v{1,6,18,22,28};
vector<int> w{1,2,5,6,7};
int *it = new int[5]{1,2,3,4,5};
int c; // 背包容量
cin>>c;
vector<vector<int>> dp(5+1,vector<int>(c+1,0));
for(int i=0;i<c+1;++i){
dp[0][i] = 0;
}
for(int i=0;i<5+1;++i){
dp[i][0] = 0;
}
// 使用二维数组
for(int i=1;i<5+1;++i){
for(int j=1;j<c+1;++j){
if(w[i-1] > j){
dp[i][j] = dp[i-1][j];
} else{
dp[i][j] = max(dp[i-1][j],v[i-1]+dp[i-1][j-w[i-1]]);
}
}
}
// 使用一维数组
vector<int> dp2(c+1,0);
for(int i=1;i<N;i++){
for(int j=c;j>0;j--){
dp2[j] = max(dp2[j],v[i-1] + dp2[j-w[i-1]]);
}
}
cout<<dp[5][c]<<endl;
cout<<dp2[c]<<endl;
return 0;
}