01背包问题

提出问题

现在我们有一个背包，需要往里边装一些物品， 这个背包的容量是固定的，每一个物品有它的重量和价值。现在我们假设，有以下4个物品。

编号i	重量w	价值v
1	2	3
2	3	4
3	4	5
4	5	6

背包的容量是8,现在在里边装物品，找到使背包中价值最大的装物品的方法。

问题分析:

现在我们有n个物品，背包的容量为m。对于每一个物体，我们可以将他们装到背包里，或者不装，下面我们用$X_i$表示该物品装还是不装，若$X_i=1$表示装该物品，反之等于0表示不装这个物品。那么我们要解决的问题，就是一个约束最优化问题。我们要求得一个最优序列$<X_1,...,X_i,...,X_n>$.在不超出背包容量m的情况下，使得背包的价值最大。
$$\begin{gathered} max{X}_1{w}_1+...+X_i{w}_i+...+X_n{w}_n \\ s.t.X_1{v}_1+...+X_i{v}_i+...+X_n{v}_n<=m \end{gathered}$$

建立状态矩阵

V(i,j):i表示第i个物品，j当前的背包容量，则V(i,j)表示当背包容量为j时，填充了前i个物品时的最大价值。

建立状态转移方程

初始状态，没有物品，或者背包容量为0的时候，那么V(i,j)=0：
$$ifi=0orj=0V(i,j)=0$$
下面开始判断每一个物品，是否应该被装进来，如果当前物品的重量大于背包容量，那么这个物品是不会被放进来的，所以V(i,j) = V(i-1,j)。
如果当前背包的重量小于背包容量，那么我们判断将这个物品放进来，还是不放的价值最大；
- 如果不放进来价值更大，那么V(i,j) = V(i-1,j)。
- 如果放进去价值更大，那么V(i,j) = V(i-1, (j-w(i)+v(i)))。
i f j &lt; w ( i ) &ThickSpace;&ThickSpace; V ( i , j ) = V ( i − 1 , j ) i f ≥ w ( i ) &ThickSpace;&ThickSpace; V ( i , j ) = m a x { V ( i − 1 , j ) , V ( i − 1 , （ j − w ( i ) ) + v ( i ) ） } if j&lt;w(i)\;\; V(i,j) = V(i-1,j) \\ if \geq w(i)\;\; V(i,j) = max\{ V(i-1,j), V(i-1, （j-w(i))+v(i)）\} ifj<w(i)V(i,j)=V(i−1,j)if≥w(i)V(i,j)=max{V(i−1,j),V(i−1,（j−w(i))+v(i)）}

最优子问题

观察这个递归式：
V ( i , j ) = m a x { V ( i − 1 , j ) , V ( i − 1 , （ j − w ( i ) ) + v ( i ) ） } V(i,j) = max\{ V(i-1,j), V(i-1, （j-w(i))+v(i)）\} V(i,j)=max{V(i−1,j),V(i−1,（j−w(i))+v(i)）}
如前所述，对于背包容量为j的背包填充了前i(包括i)个物品的子问题，如果没有在背包中填充物品i，那么该问题，只和在背包容量为j的背包中填充前i-1个物品的子问题有关；那么如果填充了改物品，该背包现在的容量为j-w(i),所以该问题只和背包容量为j-w(i)填充前i-1个物品的子问题有关。

def soultion(w,v,maxCap):
    dp = [[0 for _ in range(maxCap+1)] for _ in range(len(v)+1)]
    for i in range(1,len(v)+1):
        for j in range(1,maxCap+1):
            if j < w[i-1]: #该物品的重量小于当前的背包容量
                dp[i][j] = dp[i-1][j]
            else:    # 该物品的重量大于当前背包的容量
                     # 判断是否添加该物品，会使得背包的价值更大
                dp[i][j] = max(dp[i-1][j],dp[i-1][j-w[i-1]]+ v[i-1])
    return dp

### 优化空间
def soultion_1(w,v,maxCap):
    dp = [0]*(maxCap+1)
    for i in range(1,len(v)+1):
        for j in range(maxCap,0,-1):
            if j >= w[i-1]:
                dp[j] = max(dp[j],dp[j-w[i-1]]+v[i-1])
                
    return dp

w = [2,3,4,5]
v = [3,4,5,6]

V = soultion(w,v,8)

V

[[0, 0, 0, 0, 0, 0, 0, 0, 0],
 [0, 0, 3, 3, 3, 3, 3, 3, 3],
 [0, 0, 3, 4, 4, 7, 7, 7, 7],
 [0, 0, 3, 4, 5, 7, 8, 9, 9],
 [0, 0, 3, 4, 5, 7, 8, 9, 10]]

V1 = soultion_1(w,v,8)

V1

[0, 0, 3, 4, 5, 7, 8, 9, 10]

现在我们根据动态规划表来构造最优解.
对于一个初始的(i,j):
我们判断如果有V(i,j) == V(i-1,j)，可以说明没有添加物品i.然后我们跳到V(i-1,j).
如果V(i,j) == V(i-1,j-w(i)) - v(i),可以说明添加了该物品，然后我们跳到V(i-1,j-w(i))
直到i == 0,跳出循环。
下面是一个递归解。

def whichid(ids,maxCap):
    if ids> 0:
        if V[ids][maxCap] == V[ids-1][maxCap]:
            items[ids] = 0
            whichid(ids-1,maxCap)
        elif maxCap >= w[ids-1] and V[ids][maxCap] == V[ids-1][maxCap-w[ids-1]]+v[ids-1]:
            items[ids] = 1
            whichid(ids-1,maxCap-w[ids-1])
    return

items = [0 for _ in range(len(w)+1)]

whichid(4,8)

items

[0, 0, 1, 0, 1]

一道面试题，是一个背包问题

小Q有X首长度为A的不同的歌和Y首长度为B的不同的歌，现在小Q想用这些歌组成一个总长度正好为K的歌单，每首歌最多只能在歌单中出现一次，在不考虑歌单内歌曲的先后顺序的情况下，请问有多少种组成歌单的方法。
我们假设现在有一个容量为K的歌单，将每一首歌看做一个物体，歌的长度看作是物体的重量，物体转换成，现在有一个容量为K的歌单，有X个重量为A的物体，也有Y个重量为B的物体，问将这个写物体放入背包，刚好把背包填满，一共有几种方法。
构建动态规划表：
V[i][j] 表示装到前i个物品，背包的容量为j时的装包的方法。
初始条件：
如果背包容量为0，物品0个，那么装满背包也只有一种方法，就是什么都不装，V[0][0]= 1.
构造递归方程：
我们对于问题V[i][j],现在我们考虑物品i,如果物品i的重量大于当前背包的容量，那么我们就不添加这个物品：
dp[i][j] = dp[i-1][j]
而如果物品i的重量小于当前背包的容量。那么我们可以选择添加当前物品或者不添加，把这两种情况的类别加起来。
dp[i][j] = dp[i-1][j] + dp[i-1][j-l[i]]
我们可以发现这个递归式和原始的背包问题很相似。

def solution(cap,a,x,b,y):
    dp = [[0]*(cap+1) for _ in range(x+y+1)]
    dp[0][0] = 1
    length = [a]*x + [b]*y
    for i in range(1,x+y+1):
        for j in range(cap+1):
            if j < length[i-1]:
                dp[i][j] = dp[i-1][j]%1000000007
            else:
                dp[i][j] = (dp[i-1][j] + dp[i-1][j-length[i-1]])%1000000007
    return dp

#节省空间
def solution_1(cap,a,x,b,y):
    dp = [0]*(cap+1)
    dp[0] =1
    length = [a]*x + [b]*y
    for i in range(1,x+y+1):
        for j in range(cap,-1,-1):
            if j >= length[i-1]:
                dp[j] = (dp[j]+ dp[j-length[i-1]])%1000000007
    return dp[-1]

def solution_1(cap,a,x,b,y):
    dp = [0]*(cap+1)
    dp[0] =1
    length = [a]*x + [b]*y
    for i in range(1,x+y+1):
        for j in range(cap,-1,-1):
            if j >= length[i-1]:
                dp[j] = (dp[j]+ dp[j-length[i-1]])%1000000007
    return dp[-1]
if __name__ == '__main__':
    while True:
        try:
            cap = int(input())
            lines = list(map(int,input().split()))
        except:
            break
        x = soultion(cap,lines[0],lines[1],lines[2],lines[3])
        print(x)

solution_1(5,2,3,3,3)

9