01背包
有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。
主要有四个重要参数:物品个数n, 物品重量weight, 物品的价值value,背包能背的重量w
二维dp数组01背包
-
确定dp数组以及下标的含义
dp[i] [j] 表示从下标为[0-i]的物品里任意取,放进容量为j的背包,价值总和最大是多少。
-
确定递推公式
-
不放物品i:
dp[i] [j] = dp[i - 1] [j] : 遍历到第i个物品的时候,我们不选择将第i个物品放入,于是此时背包的最大价值就等于前一个物品放入的最大价值。
-
放物品i:
dp[i] [j] = dp[i - 1] [j - weight[i]] + value[i]: 将第i个物品放入之后,背包的容量就要减去weight[i],同时背包中价值的总和要加上value[i]
所以递归公式: dp[i] [j] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]);
- dp数组如何初始化
-
首先从dp[i] [j]的定义出发,如果背包容量j为0的话,即dp[i] [0],无论是选取哪些物品,背包价值总和一定为0。
-
状态转移方程 dp[i] [j] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]); 可以看出i 是由 i-1 推导出来,那么i为0的时候就一定要初始化。
dp[0] [j],即:i为0,存放编号0的物品的时候,各个容量的背包所能存放的最大价值。
- 如果j < weight[0],表示当前的背包装不下任何一个物品,那么此时的dp[0] [j] = 0
- 如果j > weight[0],表示当前背包的容量是大于第一个物品的,那么此时dp[0] [j] = value[0]
-
其他下标:都初始化成0,最后会在计算的过程中被覆盖
- 确定遍历顺序
有两个维度:物品和背包容量
-
先物品后背包
先物品后背包的顺序符合常规的思维
// weight数组的大小 就是物品个数 for(int i = 1; i < weight.size(); i++) { // 遍历物品 for(int j = 0; j <= bagweight; j++) { // 遍历背包容量 if (j < weight[i]) dp[i][j] = dp[i - 1][j]; else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); } }
-
先背包后物品
// weight数组的大小 就是物品个数 for(int j = 0; j <= bagweight; j++) { // 遍历背包容量 for(int i = 1; i < weight.size(); i++) { // 遍历物品 if (j < weight[i]) dp[i][j] = dp[i - 1][j]; else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); } }
- 举例推导dp数组
做动态规划的题目,最好的过程就是自己在纸上举一个例子把对应的dp数组的数值推导一下,然后在动手写代码!
二维dp数组01背包的代码实现
#include <iostream>
#include <vector>
using namespace std;
int getMaxValue01Bag(vector<int> &weight, vector<int> &value, int bag_size){
//参数检验
if(weight.size() != value.size() || bag_size < 0){
return 0;
}
int weight_size = weight.size();
//声明dp数组
vector<vector<int>> dp(weight_size, vector<int>(bag_size + 1, 0));
//初始化dp数组
for(int j = weight[0]; j <= bag_size; j++){
dp[0][j] = value[0];
}
//遍历(先物品后背包)
for(int i = 1; i < weight_size; i++){
for(int j = 0; j <= bag_size; j++){
if(j < weight[i]){
dp[i][j] = dp[i - 1][j];
}
else{
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
cout << dp[i][j] << " ";
}
cout << endl;
}
//先背包后物品
/*
for(int j = 0; j < bag_size; j++){
for(int i = 1; i < weight_size; i++){
if(j < weight[i]){
dp[i][j] = dp[i - 1][j];
}
else{
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
}
}
*/
return dp[weight_size - 1][bag_size];
}
int main()
{
vector<int> weight {1, 3, 4};
vector<int> value {15, 20, 30};
int bag_size = 4;
int maxVal = getMaxValue01Bag(weight, value, bag_size);
return 0;
}
一维dp数组01背包
-
确定dp数组的定义
dp[j]表示:容量为j的背包,所背的物品价值可以最大为dp[j]。
-
一维dp数组的递推公式
dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
由于整个将上一层的状态拷贝到下一层,所以计算本层的数据跟上一层的数据是一样的,就可以从二维数组中直接去掉i这个维度就行
-
一维dp数组如何初始化
dp[j]表示:容量为j的背包,所背的物品价值可以最大为dp[j],那么dp[0]就应该是0,因为背包容量为0所背的物品的最大价值就是0。
剩下的清况为了不覆盖我们推导出的值,也都初始化成0
-
一维dp数组遍历顺序
这里一维数组遍历的时候就不能任意物品和背包顺序
先物品后背包 :如果遍历背包容量放在上一层,那么每个dp[j]就只会放入一个物品,即:背包里只放入了一个物品。
遍历背包的时候倒序遍历(避免重复添加一个物品)(二维数组中状态的隔离的,一维数组中状态是依赖的)
-
举例推导dp数组
一维dp数组01背包的代码实现
// 一维dp
int getMaxValue01Bag2(vector<int>& weight, vector<int>& value, int bag_size) {
vector<int> dp(bag_size + 1, 0);
for(int i = 0; i < weight.size(); i++){
for(int j = bag_size; j >= weight[i]; j++){
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
return dp[bag_size];
}