一、0/1背包问题算法基本思想
0/1背包问题是经典的动态规划问题。
问题基本描述为:给你体积为V的背包,在物品G1,G2,G3...(这些物品所对应的体积分别为W1,W2,W3...价值分别为P1,P2,P3...)中选择一些放到背包里,使得在不超过背包体积的情况下,背包内物品的价值总和为最大。
一句话:决定一件物品要不要放进背包的条件是这件物品放进去所带来的总体收益是大于还是小于不放进去的总体收益,也就是对应的动态规划方程为:f(i,v) = max{ f(i-1,v) , f(i-1,v-w[i]) + p[i] },其中f(i,v)表示在体积为V的背包里放i件物品。这个方程的含义就是 在v体积的背包内,放i-1件物品(不放i物品)所带来的收益为f(i-1,v)。 在v体积的背包内,如果要放i物品,那么剩下的体积只有v-w[i],在这么多体积内放i-1件物品所带来的总体收益再加上i物品带来的 收益 就是f(i-1, v-w[i])。那么在v体积内可以放i件物品的时候最大收益就是这以上两种情况的较大者。
二、0/1背包问题的数据结构
w[i] 一维数组: 表示i物品所占体积