编程题3-01背包问题(vivo笔试第三题)

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:

if(j>=w[i])
    m[i][j]=max(m[i-1][j],m[i-1][j-w[i]]+v[i]);
else
    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。

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

vivo提前批笔试

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?

输入:第一行是一个正整数,标书背包总容量
      第二行是一个长度为n的正整数数组,表示物品的重量
      第三行是一个长度为n的正整数数组,表示物品的价值
输出:一个正整数,表示可获得的最大价值

例、
输入:
1000
200 600 100 180 300 450
6 10 3 4 5 8
输出:
21
 


#include <stdio.h>

int m[1000][10000];

int main(void)
{
	int weight,num;
	int i = 0, j = 0;
	int m[10][10000] = { 0 };
	char ch;
	int w[1000] = { 0 };
	int v[1000] = { 0 };
	scanf("%d", &weight);
	do {
		i++;
		scanf("%d", &w[i]);
		ch = getchar();
	} while (ch != '\n');
	num = i;
	do {
		j++;
		scanf("%d", &v[j]);
		ch = getchar();
	} while (ch != '\n');

	for (i = 1; i <= num; i++)
	{
		for (j = 1; j <= weight; j++)
		{
			if (j < w[i])
			{
				m[i][j] = m[i - 1][j];
			}
			else
			{
				if (m[i - 1][j] > m[i-1][j-w[i]]+v[i])
				{
					m[i][j] = m[i - 1][j];
				}
				else
				{
					m[i][j] = m[i - 1][j - w[i]] + v[i];
				}
			}
		}
	}

	printf("%d", m[i-1][j-1]);

	return 0;
}

关键所在  if (m[i - 1][j] > m[i-1][j-w[i]]+v[i])

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
0-1背包一个经典的组合优化问,可以使用回溯法进行求解。TSP问一个旅行商问,也可以使用回溯法进行求解。 下面是利用回溯法编程求解0-1背包的步骤: 1. 定义一个函数backpack,该函数接受四个参数:items、max_weight、current_weight和current_value。其中,items是一个列表,表示物品重量和价值;max_weight是背包的最大容量;current_weight是当前背包物品的总重量;current_value是当前背包物品的总价值。 2. 在函数中,首先判断是否已经考虑完了所有的物品,如果是,则返回当前背包物品的总价值。 3. 如果还有物品没有考虑,则分别考虑将该物品放入背包和不放入背包情况。 4. 如果将该物品放入背包后,背包的总重量不超过最大容量,则计算放入该物品后的总价值,并递归调用backpack函数,将当前物品重量和价值加入current_weight和current_value中。 5. 如果不将该物品放入背包,则直接递归调用backpack函数。 6. 返回两情况中的最大值。 下面是利用回溯法编程求解TSP问的步骤: 1. 定义一个函数tsp,该函数接受三个参数:graph、current_path和current_cost。其中,graph是一个二维列表,表示城市之间的距离;current_path是一个列表,表示当前已经走过的路径;current_cost是当前已经走过的路径的总长度。 2. 在函数中,首先判断是否已经走过了所有的城市,如果是,则将当前路径的总长度加上最后一个城市到起点的距离,并返回该值。 3. 如果还有城市没有走过,则遍历所有未走过的城市,分别将该城市加入current_path中,并递归调用tsp函数,计算加入该城市后的路径长度。 4. 递归返回后,将current_path中最后一个城市弹出,回溯到上一个状态。 5. 返回所有情况中的最小值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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