01背包问题

题目描述 

给定N种物品和一个容量为V的背包，物品i的体积是wi，价值为vi 。从这些物品中挑选出总重量不超过W的物品，求所有挑选方案中价值总和的最大值。

限制条件

1<=n<=100

1<=wi,vi<=100

1<=W<=10000

样例输入

n=4

(w,v)={ (2,3) , (1,2) , (3,4) , (2,2) }

W=5

样例输出

7（选0，1，3号物品）

答案一（DFS）

分析

我们已知给定的n个物品的信息，可以针对每个物品都试试装入或者不装入这两种情况。所以问题就变成了搜索问题。如何实现搜索，我们这里使用的是递归，关于递归，要注意以下三个问题：

1. 合适的返回值
2. 递归函数参数的设置
3. 递归入口和出口

对于本题，我们要求的是价值总和的最大值，所以可让递归函数返回当前方案的价值和。对于递归函数的参数，可设置为当前的物品序号和剩余的可利用重量。

当所有物品对于是否选择都判断完毕，则退出递归程序。

示例代码

#include<iostream> 
using namespace std;

int func(int i,int j);

int n=0;
int wsum=0;
int w[100],v[100];
int dp[100][100];

int main(){
//	读入数据 
	cin>>n;
	for(int i=0;i<n;i++){
		cin>>w[i];
		cin>>v[i];
	}	
	cin>>wsum;

	cout<<func(0,wsum);
	
	return 0;
}

//这类问题总可以尝试用 第i个 和 限制条件为wn 进行搜索 
int func(int i,int wn){
	int res;
	if(i==n){
//	递归的出口：此时已经没有剩余物品 。
//  最后一件物品的价值还需要通过下一个物品，即第n个物品进行判断。 
//	不存在这个物品，所以其价值自然为0. 
		res = 0;
	}else if(wn<w[i]){
		res = func(i+1,wn);
	}else{
		//挑选和不挑选的两种情况都尝试一下 
		res = max(func(i+1,wn-w[i])+v[i],func(i+1,wn));
	}
	
	return res;
}

答案二

思路

答案一虽然解决了问题，但是存在重复计算的缺点，违反了递归的合成效益法则（在求解一个问题的同一实例的时候，切勿在不同的递归调用中做重复性的工作）。我们可以通过记忆数组解决这一问题。

示例代码

#include<iostream> 
using namespace std;

int func(int i,int j);

int n=0;
int wsum=0;
int w[100],v[100];
//创建数组 
int dp[101][101]; 

int main(){
//	读入数据 
	cin>>n;
	for(int i=0;i<n;i++){
		cin>>w[i];
		cin>>v[i];
	}	
	cin>>wsum;

	cout<<func(0,wsum);
	
	return 0;
}

//递归函数 
int func(int i,int j){
	int res;
//	如果之前已经计算过这组参数，就直接返回结果，不再进行递归 
	if(dp[i][j]!=0){
		return dp[i][j];
	}else if(i == n){
		res = 0;
	}else if(j<w[i]){
		res = func(i+1,j);
	}else{
		res = max(func(i+1,j),func(i+1,j-w[i])+v[i]);
	}
//	将计算过的数据存入数组 
	dp[i][j] = res;
	return res;
}

答案三

思路

由答案二我们可以看出，最终方案可由‘子方案’得出，比如对于样例输入，dp[0][5]=max(dp[1][5],dp[1][3]+3)。基于这个思路，我们可以使用动态规划算法，对此问题进行解决。

示例代码

#include<iostream> 
using namespace std;

int func(int i);

int n=0;
int wsum=0;
int w[100],v[100];
int dp[101][101];

int main(){
//	读入数据
	cin>>n;
	for(int i=0;i<n;i++){
		cin>>w[i];
		cin>>v[i];
	}
	cin>>wsum;

	cout<<func(wsum);
	
	return 0;
}

int func(int ws) {
	 
	for(int i=n-1;i>=0;i--){
		for(int j=0;j<=ws;j++){
			if(j<w[i]){
				dp[i][j] = dp[i+1][j];
			}else{
				dp[i][j] = max(dp[i+1][j],dp[i+1][j-w[i]]+v[i]);
			}
		}
	}
	return dp[0][ws];
}