首先要想办法求出状态转移方程,自然会想到在背包放a物品和不放a物品的背包价值需要做比较,用f(i,y)表示背包的总价值,i表示第i到n(物品总量)个物品,y表示此时背包的剩余容量,即需要求出max{f(i,y),f(i,y-wi)+pi)}, 此时y比如要大于等于wi。加上i为最后一个物品时的特殊情况,可以写出方程:
f(n,y) =pn (y >= wn),
0 (y < wn);
f(i, y) = max{f(i-1,y), f(i, y-wi)+pi} (y >= wn),
f(i-1, y) (y < wn)
此方程很容易用递归实现
int f(int num, int y, int &count)
{
count++;
if (num == Num-1)
return (y < weight[num] ? 0 : profit[num]);
if (y < weight[num])
return f(num+1, y, count);
return max(f(num + 1, y, count), f(num + 1, y - weight[num], count) + profit[num]);
}
若用capacity = 10; Num = 5;weight[5] = { 2,2,6,5,4 };profit[5] = { 6,3,5,4,6 }; 来测试,计数器返回27,说明迭代了27次,其中有重复计算f(4,8),f(4,2) 等。
为避免重复计算,设计一个二维矩阵保存已计算的值,若矩阵>=0直接放回, 得到一个新的f
int f_New(int num, int y, int &count)
{
if (arr[num][y] >= 0)
return arr[num][y];
count++;
if (num == Num - 1)
{
arr[num][y] = (y < weight[num] ? 0 : profit[num]);
return arr[num][y];
}
if (y < weight[num])
{
arr[num][y] = f_New(num + 1, y, count);
return arr[num][y];
}
arr[num][y] = max(f_New(num + 1, y, count), f_New(num + 1, y - weight[num], count) + profit[num]);
return arr[num][y];
}
此时count返回21,去除了重复计算。
用迭代代替递归
int knapsack(int *profit, int *weight, int NumOfOjects, int capacity, int **f)
{
for (int i = 0; i < NumOfOjects; i++)
{
f[i][0] = 0;
}
for (int i = 1; i < capacity + 1; i++)
{
if (weight[0] > i)
f[0][i] = 0;
else
f[0][i] = profit[0];
for (int j = 1; j < NumOfOjects; j++)
{
if (weight[j] > i)
f[j][i] = f[j - 1][i];
else
f[j][i] = max(f[j - 1][i], f[j - 1][i - weight[j]] + profit[j]);
}
}
return f[NumOfOjects - 1][capacity];
}