【算法总结】背包问题

最新推荐文章于 2021-01-15 15:26:39 发布

JiBeon

最新推荐文章于 2021-01-15 15:26:39 发布

阅读量904

点赞数 1

分类专栏：算法与数据结构

本文链接：https://blog.csdn.net/qq_40431104/article/details/100625058

版权

本文详细介绍了背包问题的多种类型，包括0-1背包、完全背包、多重背包、二维费用的背包、分组背包以及有依赖的背包问题。针对每种问题，文章提供了问题描述、解题思路、空间复杂度优化和C++实现代码，帮助读者深入理解并掌握背包问题的解决方法。

摘要由CSDN通过智能技术生成

蓝色代码膜拜大神C++ 实现 0-1 背包问题

1. 0-1背包问题

问题描述：

有n个物品，第i个物品价值为vi，重量为wi，其中vi和wi均为非负数，背包的容量为W。问如何选择装入背包的物品，使装入背包的物品总价值最大。

考虑一个实例，假设n=5，W=17，每个物品的价值和重量如下表所示。可将物品1，2和5装入背包，背包未满，获得价值22，此时问题解为（1，1，0，0，1）。也可以将物品4和5装入背包，背包装满，获得价值24，此时解为（0，0，0，1，1）。
在这里插入图片描述

基本思路：

这是最基本的背包问题，特点是：每种物品仅有一件，要么放（即1）要么不放（即0），所以称为“0-1背包问题”。

（1）问题分解：
可以将0-1背包问题的求解过程看做进行一系列的决策过程，即决定哪些物品应放入背包，哪些物品不放入背包。如果一个问题的最优解包含了物品n，即背包中放入物品n（xn=1），那么其余x1，x2，…，x(n-1)一定构成子问题：1，2，…，n-1在容量为W-wn时的最优解。如果这个最优解不包含物品n，即背包中不放入物品n（xn=0），那么其余x1，x2，…，x(n-1)一定构成子问题1，2，…，n-1在容量W时的最优解。

（2）状态转移方程：
根据上述分析，最优解问题递归地转化为求子问题的最优解。设c[i,w]表示前i件物品放入一个容量为w的背包可以获得的最大价值，得到下式：
在这里插入图片描述
由上式，我们要求的最优解就是c[n,w]。

（3）伪代码：

 c[0, 0..W] <— 0
 for i <— 1 to n
 	for w <— wi to W
		c[i,w] <— max(c[i-1, w],c[i-1, w-wi])

（4）C++代码：

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
/*
	0-1 背包问题（迭代版）
	输入：
		products_count：商品的数量
		capacity：背包的容量
		weight_array：商品重量数组
		value_array：商品价格数组
		result：结果数组
*/

int knapsack(int products_count,int capacity,vector<int> &weights,vector<int> &values,vector<vector<int>> &res){
   
	for(int i=1;i<=products_count;i++){
   //i个物品 
		for(int j=1;j<=capacity;j++){
   //背包容量为j 
			if(weights[i] > j){
   //当前背包的容量 j 放不下第 i 件商品时
			    res[i][j] = res[i-1][j];
			}else
			{
   
				res[i][j] = max( res[i-1][j-weights[i]] + values[i] , res[i-1][j]);
			}
		}		
	}
		
	return res[products_count][capacity];
}

int main(){
   
    int products_count,capacity;
    cin>>products_count>>capacity;
    
    vector<int> weights(products_count + 1,0);	//注意：这里变量的长度为products_count +1，
    							//即从0到products_count（下标为0的全零行是要用到的,见下表格）
	vector<int> values(products_count + 1,0);
    vector<vector<int>> res(products_count + 1,vector<int> (capacity + 1,0));
    
    for(int i=1;i<=products_count;++i){
   
        cin>>weights[i]>>values[i];
    }
    
    int ans = knapsack(products_count,capacity,weights,values,res);
    cout<<ans<<endl;
    
    return 0;
}

（5）代码分析：
上述代码的时间复杂度为O(商品数量 * 背包容量)。

输入 5 件商品，重量分别为3、4、7、8、9，价格分别为4、5、10、11、13，背包容量为17。
result 矩阵如下表所示：
在这里插入图片描述

简洁版：

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
 
int fun(int n,int v,vector<int> weight,vector<int> price,vector<vector<int>> res){
   
    for(int i=1;i<=n;++i){
   
        for(int j=1;j<=v;++j){
   
            if(weight[i] > j)
                res[i][j] = res[i-1][j];
            else
                res[i][j] = max(res[i-1][j-weight[i]]+price[i],res[i-1][j]);
        }
    }
    return res[n