动态规划:0-1背包问题(递归+备忘录)

动态规划

0-1背包问题(递归+备忘录)

#include<iostream>
using namespace std;
const int N=3;	//物品种类
const int W=5;	//背包重量 
int w[N+1]={0,1,2,3};	//物品重量 
int v[N+1]={0,6,12,10}; //物品价值 
int memory[N+1][W+1];

int max(int a,int b) {
    return a>b?a:b;
}

int dp(int N,int W){
	if(memory[N][W]!=0)//使用备忘录 
		return memory[N][W];
	if(N==0||W==0)//初始化 
		return 0;
	if(W>=w[N])//装物品 
		memory[N][W]=max(dp(N-1,W),dp(N-1,W-w[N])+v[N]);
	else//不装物品 
		memory[N][W]=dp(N-1,W);
	return memory[N][W];
}

void print(int a[][W+1]){
	for(int i=0;i<=N;i++){
		for(int j=0;j<=W;j++)
		  cout<<a[i][j]<<"\t";
		cout<<endl;
	}
}

int main(){
	cout<<dp(N,W)<<endl;
	print(memory);
    return 0;
}

  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
0-1背包问题是一个经典的动态规划问题,可以用递归备忘录动态规划三种方法来求解。 递归法: 递归法是最直观的方法,但是由于存在大量的重复计算,效率较低。递归方法的核心思想是将问题转化为规模更小的子问题逐步求解,最终得到原问题的解。 下面是递归方法的Python代码实现: ```python def knapsack_recursion(w, v, c, i): if i == 0 or c == 0: # 背包容量为0或者物品数量为0时,价值为0 return 0 elif w[i] > c: # 当前物品重量大于背包容量,不放入背包 return knapsack_recursion(w, v, c, i-1) else: # 取最大值:放入当前物品或者不放入当前物品 return max(knapsack_recursion(w, v, c, i-1), v[i]+knapsack_recursion(w, v, c-w[i], i-1)) ``` 备忘录法: 为了避免递归方法中的重复计算,可以使用备忘录法。备忘录法的核心思想是在递归的过程中,将已经计算过的结果保存下来,下次需要用到时直接返回结果,避免重复计算。 下面是备忘录法的Python代码实现: ```python def knapsack_memorandum(w, v, c, i, memo): if memo[i][c] != -1: # 如果已经计算过,直接返回结果 return memo[i][c] if i == 0 or c == 0: memo[i][c] = 0 elif w[i] > c: memo[i][c] = knapsack_memorandum(w, v, c, i-1, memo) else: memo[i][c] = max(knapsack_memorandum(w, v, c, i-1, memo), v[i]+knapsack_memorandum(w, v, c-w[i], i-1, memo)) return memo[i][c] ``` 动态规划法: 动态规划法是最优解的方法,它的核心思想是将问题划分为多个子问题,通过计算并保存子问题的结果,逐步推导出原问题的解。动态规划法通常采用二维数组来保存子问题的结果。 下面是动态规划法的Python代码实现: ```python def knapsack_dp(w, v, c, n): dp = [[0]*(c+1) for i in range(n+1)] for i in range(1, n+1): for j in range(1, c+1): if w[i] > j: dp[i][j] = dp[i-1][j] else: dp[i][j] = max(dp[i-1][j], v[i]+dp[i-1][j-w[i]]) return dp[n][c] ``` 以上三种方法的时间复杂度分别为: - 递归法:$O(2^n)$ - 备忘录法:$O(nc)$ - 动态规划法:$O(nc)$ 其中,$n$ 表示物品的数量,$c$ 表示背包的容量。可以发现,递归法的复杂度最高,备忘录法和动态规划法的复杂度相同,但是备忘录法需要额外的空间来保存结果。因此,动态规划法是最优解的方法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值