关于贪心算法和动态规划（DP）的小总结

问题展示

昨天，看了一个经典题目，就是小偷和钻石的问题：已知小偷有5kg背包，钻石有3颗，他们的重量和价值分别是

重量（kg）	Value
1	6
2	10
3	12

那么在此情况下，小偷能够拿到的最大的价值是多少？

代码展示

首先展示一下，做这道题的代码：

#include <iostream>
#include <memory.h>
#include <math.h>
using namespace std;

//
//typedef Tpye(*Ar){};
//
//此处是对二维空间的动态申请、初始化和释放的代码，非常好用
template<typename DataType>
	DataType** alloc_2d(int width,int height)
{
	DataType** buffer  = new DataType*[height];
	for (int i =0;i<height;i++)
	{
		buffer[i] = new DataType[width];
		memset(buffer[i],0,width*sizeof(DataType));
	}
	return buffer;
}

template<typename DataType>
	void free_2d(DataType** &buffer,int height)
{
	
	for (int i =0;i<height;i++)
	{
		delete[] buffer;
	}
	delete [] buffer;
	buffer = 0;
}

void dp_use(){

	//
	int n = 3;    //物品数
	int bag_weight = 5;    //袋子的承受重量
	int value[]={0,6,10,12};  // 价值空间
	int weight[]={0,1,2,3};    //重量空间
	//int bag[4][6]={0};
	int**bag = alloc_2d<int >(bag_weight+1,n+1); //开袋子的空间

	//
	for (int i=1;i<n+1;i++)
	{
		for (int cur_weight=0;cur_weight<=bag_weight;cur_weight++)
		{
			if ( weight[i]<=cur_weight)      //表示当前物品可以加
			{
				bag[i][cur_weight] = max(value[i]+bag[i-1][cur_weight-weight[i]]    //当前物品装下有更优选择
				,bag[i-1][cur_weight]); //当前物品不装有更优选择
			}
			else
			{
				bag[i][cur_weight]=bag[i-1][cur_weight];
			}
		}
	}

	cout<<bag[3][bag_weight]<<endl;
}

void main()
{

	dp_use();
}

代码思考

1，核心代码在哪里？

if ( weight[i]<=cur_weight)      //表示当前物品可以加
{
	bag[i][cur_weight] = max(value[i]+bag[i-1][cur_weight-weight[i]]    //当前物品装下有更优选择
	,bag[i-1][cur_weight]); //当前物品不装有更优选择
}
else
{
	bag[i][cur_weight]=bag[i-1][cur_weight];
}

肯定就是这一块了
2，如何读懂这一块？
大家可以自己手动尝试一下，如果背包状态是1,2,3,4,5这几种状态下，背包所能装下的最大价值。这个是我自己手画的

3，注意
如果再添加当前物品的时候，发现比不添加当前物品的价值还要低时，那就选择该承重下不添加当前物品的价值。这里也是动态规划的一个和贪心的最大区别
///更新部分
后面看到另外一种的写法

int dp(int N, int M, vector<int>& w, vector<int>& v)
{
	int dp = new int[M+1];
	for(int i=0;i<=M;i++)
		dp[i] = 0;
	for(int i=1;i<=N;i++){
		for(int j=M;j>=w[i];j--){
			dp[j] = max(dp[j],dp[j-w[i]]+v[i]);
		}
	}
	return dp[M];
}

问题思考

贪心算法和动态规划都有通过局部最优解来解决全局最优解，但是不同点在于：
1，贪心算法在当局部最优解时，不考虑之前的最优解，只考虑当前状态的局部最优解
2，动态规划则会考虑到之前状态的最优解
3，动态规划会注重寻找状态转移方程