总结——01背包问题 （动态规划算法）

原博https://blog.csdn.net/xp731574722/article/details/70766804

0-1 背包问题：给定 n 种物品和一个容量为 C 的背包，物品 i 的重量是 wi，其价值为 vi 。

问：应该如何选择装入背包的物品，使得装入背包中的物品的总价值最大？

 

分析一波，面对每个物品，我们只有选择拿取或者不拿两种选择，不能选择装入某物品的一部分，也不能装入同一物品多次。

 

解决办法：声明一个 大小为  m[n][c] 的二维数组，m[ i ][ j ] 表示 在面对第 i 件物品，且背包容量为  j 时所能获得的最大价值 ，那么我们可以很容易分析得出 m[i][j] 的计算方法，

（1）. j < w[i] 的情况，这时候背包容量不足以放下第 i 件物品，只能选择不拿

m[ i ][ j ] = m[ i-1 ][ j ]

（2）. j>=w[i] 的情况，这时背包容量可以放下第 i 件物品，我们就要考虑拿这件物品是否能获取更大的价值。

如果拿取，m[ i ][ j ]=m[ i-1 ][ j-w[ i ] ] + v[ i ]。 这里的m[ i-1 ][ j-w[ i ] ]指的就是考虑了i-1件物品，背包容量为j-w[i]时的最大价值，也是相当于为第i件物品腾出了w[i]的空间。

如果不拿，m[ i ][ j ] = m[ i-1 ][ j ] , 同（1）

究竟是拿还是不拿，自然是比较这两种情况那种价值最大。

 

由此可以得到状态转移方程：

 

1. if(j>=w[i])

2. m[i][j]=max(m[i-1][j],m[i-1][j-w[i]]+v[i]);

3. else

4. m[i][j]=m[i-1][j];

 

 

例：0-1背包问题。在使用动态规划算法求解0-1背包问题时，使用二维数组m[i][j]存储背包剩余容量为j，可选物品为i、i+1、……、n时0-1背包问题的最优值。绘制

价值数组v = {8, 10, 6, 3, 7, 2}，

重量数组w = {4, 6, 2, 2, 5, 1}，

背包容量C = 12时对应的m[i][j]数组。

0	1	2	3	4	5	6	7	8	9	10	11	12
1	0	0	0	8	8	8	8	8	8	8	8	8
2	0	0	0	8	8	10	10	10	10	18	18	18
3	0	6	6	8	8	14	14	16	16	18	18	24
4	0	6	6	9	9	14	14	17	17	19	19	24
5	0	6	6	9	9	14	14	17	17	19	21	24
6	2	6	8	9	11	14	16	17	19	19	21	24

(第一行和第一列为序号，其数值为0)
如m[2][6],在面对第二件物品，背包容量为6时我们可以选择不拿，那么获得价值仅为第一件物品的价值8，如果拿，就要把第一件物品拿出来，放第二件物品，价值10，那我们当然是选择拿。m[2][6]=m[1][0]+10=0+10=10;依次类推，得到m[6][12]就是考虑所有物品，背包容量为C时的最大价值。

 

1. #include <iostream>

2. #include <cstring>

3. using namespace std;

4.  
5.  

6. const int N=15;

7.  
8.  

9. int main()

10. {

11.     int v[N]={0,8,10,6,3,7,2};

12.     int w[N]={0,4,6,2,2,5,1};

13.  
14.  

15.     int m[N][N];

16.     int n=6,c=12;

17.     memset(m,0,sizeof(m));

18.     for(int i=1;i<=n;i++)

19.     {

20.         for(int j=1;j<=c;j++)

21.         {

22.             if(j>=w[i])

23.                 m[i][j]=max(m[i-1][j],m[i-1][j-w[i]]+v[i]);

24.  
25.  

26.             else

27.                 m[i][j]=m[i-1][j];

28.         }

29.     }

30.  
31.  

32.     for(int i=1;i<=n;i++)

33.     {

34.         for(int j=1;j<=c;j++)

35.         {

36.             cout<<m[i][j]<<' ';

37.         }

38.         cout<<endl;

39.     }

40.  
41.  

42.     return 0;

43. }

 

到这一步，可以确定的是可能获得的最大价值，但是我们并不清楚具体选择哪几样物品能获得最大价值。

另起一个 x[ ] 数组，x[i]=0表示不拿，x[i]=1表示拿。

m[n][c]为最优值，如果m[n][c]=m[n-1][c] ,说明有没有第n件物品都一样，则x[n]=0 ; 否则 x[n]=1。当x[n]=0时，由x[n-1][c]继续构造最优解；当x[n]=1时，则由x[n-1][c-w[i]]继续构造最优解。以此类推，可构造出所有的最优解。（这段全抄算法书，实在不知道咋解释啊。。）

 

1. void traceback()

2. {

3. for(int i=n;i>1;i--)

4. {

5. if(m[i][c]==m[i-1][c])

6. x[i]=0;

7. else

8. {

9. x[i]=1;

10. c-=w[i];

11. }

12. }

13. x[1]=(m[1][c]>0)?1:0;

14. }

例：

 

某工厂预计明年有A、B、C、D四个新建项目，每个项目的投资额Wk及其投资后的收益Vk如下表所示，投资总额为30万元，如何选择项目才能使总收益最大？

 

Project	Wk	Vk
A	15	12
B	10	8
C	12	9
D	8	5

结合前面两段代码

1. #include <iostream>

2. #include <cstring>

3. using namespace std;

4.  

5. const int N=150;

6.  

7. int v[N]={0,12,8,9,5};

8. int w[N]={0,15,10,12,8};

9. int x[N];

10. int m[N][N];

11. int c=30;

12. int n=4;

13. void traceback()

14. {

15. for(int i=n;i>1;i--)

16. {

17. if(m[i][c]==m[i-1][c])

18. x[i]=0;

19. else

20. {

21. x[i]=1;

22. c-=w[i];

23. }

24. }

25. x[1]=(m[1][c]>0)?1:0;

26. }

27.  

28. int main()

29. {

30.  
31.  

32. memset(m,0,sizeof(m));

33. for(int i=1;i<=n;i++)

34. {

35. for(int j=1;j<=c;j++)

36. {

37. if(j>=w[i])

38. m[i][j]=max(m[i-1][j],m[i-1][j-w[i]]+v[i]);

39.  

40. else

41. m[i][j]=m[i-1][j];

42. }

43. }/*

44. for(int i=1;i<=6;i++)

45. {

46. for(int j=1;j<=c;j++)

47. {

48. cout<<m[i][j]<<' ';

49. }

50. cout<<endl;

51. }

52. */

53. traceback();

54. for(int i=1;i<=n;i++)

55. cout<<x[i];

56. return 0;

57. }

 

 

输出x[i]数组：0111，输出m[4][30]：22。

得出结论：选择BCD三个项目总收益最大，为22万元。

 

 

不过这种算法只能得到一种最优解，并不能得出所有的最优解。