01背包问题

0-1背包问题详解
0-1背包是一种动态规划问题。本文主要解释背包问题从暴力枚举算法优化再到动态规划的算法不断不断优化。

问题描述
0-1背包问题可描述为如下问题：
有一个容量为V的背包，还有n个物体。现在忽略物体实际几何形状，我们认为只要背包的剩余容量大于等于物体体积，那就可以装进背包里。每个物体都有两个属性，即体积w和价值v。
问：如何向背包装物体才能使背包中物体的总价值最大？

本题背景如下：

超市允许顾客使用一个体积大小为13的背包，选择一件或多件商品带走 

背包容量：13

商品信息：

               商品                价格                体积

               啤酒                 24                   10 

               汽水                 2                      3

               饼干                 9                      4

               面包                10                     5

               牛奶                 9                      4

 如何带走总价最多的商品呢？

算法思想：对于每一件商品，我们都有选与不选两种选择，因此我们用递归来进行枚举。

#include<iostream>
#define INFIN -648
using namespace std;
int Knapsack(int i,int c,int p[],int v[])
{
	if(c<0)
	 return INFIN;
	if(i<0)
	 return 0;
	int p1=Knapsack(i-1,c-v[i],p,v);
	int p2=Knapsack(i-1,c,p,v);
	if(p1+p[i]>=p2)
	 return (p1+p[i]);
	else
	 return p2;
}
int main()
{
	int p[5]={24,2,9,10,9};  //商品价格 
	int v[5]={10,3,4,5,4};   //商品体积 
	cout<<"最优价格为："<<Knapsack(4,13,p,v)<<endl;	
} 

如图所示，上述方法有一个弊端，就是会枚举出很多重复的情况（颜色相同的都是重复的），基于此，我们又想到了带备忘录的递归枚举情况，如下：

#include<iostream>
#define INFIN -648
using namespace std;
int P[5][5]={0};
int KnapsackMR(int i,int c,int p[],int v[]) //i+1商品数量，c背包容量，p各商品价格，v各商品体积 
{
	if(c<0)
	 return INFIN;
	if(i<0)
	 return 0;
	if(P[i][c]!=0)
	 return P[i][c];
	 
	int p1=KnapsackMR(i-1,c-v[i],p,v);
	int p2=KnapsackMR(i-1,c,p,v);
	
	if(p1+p[i]>=p2)
	 P[i][c]=p1+p[i];
	else
	 P[i][c]=p2;
	//cout<<P[i][c]<<" ";
	return P[i][c];
}
int main()
{
	int p[5]={24,2,9,10,9};  //商品价格 
	int v[5]={10,3,4,5,4};   //商品体积 
	cout<<"最优价格为："<<KnapsackMR(4,13,p,v)<<'\n';	
	
} 

 

 如图所示，利用一个二维数组p[i][c]来记录已经算过的结果，下次使用时直接调用即可，不用再算一次，图中实线就是我们需要算的，较之前代码复杂度大大降低。

但是我们可以再想想，可不可以不使用递归，直接求解p[i][c]。

如下：

#include<iostream>
#define INFIN -648
#define maxnum 20    
#define maxvol 100
using namespace std;
int p0[maxnum][maxvol];
int Rec[maxnum][maxvol];
int KnapsackDR(int n,int p[],int v[],int C)  //商品数量n，各商品价值p，各商品体积v，背包容量C                                                             
{
	for(int i=0;i<=C;i++)
	  p0[0][i]=0;
	for(int i=0;i<=n;i++)
	  p0[i][0]=0;
	for(int i=1;i<=n;i++)
	{
		for(int c=1;c<=C;c++)
		{
			if(v[i]<=c && p[i]+p0[i-1][c-v[i]]>p0[i-1][c])
			{
				p0[i][c]=p[i]+p0[i-1][c-v[i]];
				Rec[i][c]=1;
			}
			else
			{
				p0[i][c]=p0[i-1][c];
				Rec[i][c]=0;
			}
		}
	}
}
int main()
{
	int p[5]={24,2,9,10,9};  //商品价格 
	int v[5]={10,3,4,5,4};   //商品体积 
	int n,C;
	cout<<"输入商品容量和背包大小：";
	cin>>n>>C;
	KnapsackDR(n,p,v,C);
	cout<<"最优价格为："<<p0[5][13]<<'\n';
	int K=C;
	for(int i=n;i>=1;i--)
	{
		if(Rec[i][K]==1)
		{
			cout<<"选择了商品"<<i<<endl;
			K=K-v[i];
		}
		
	}
} 

最后一个数就是最优解。