0-1背包问题的动态规划算法
【问题描述】
辰辰是个天资聪颖的孩子,他的梦想是成为世界上最伟大的医师。为此,他想拜附近最有威望的医师为师。医师为了判断他的资质,给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说:“孩子,这个山洞里有一些不同的草药,采每一株都需要一些时间,每一株也有它自身的价值。我会给你一段时间,在这段时间里,你可以采到一些草药。如果你是一个聪明的孩子,你应该可以让采到的草药的总价值最大。”
如果你是辰辰,你能完成这个任务吗?
【输入文件】
输入文件medic.in的第一行有两个整数T(1 <= T <= 1000)和M(1 <= M <= 100),用一个空格隔开,T代表总共能够用来采药的时间,M代表山洞里的草药的数目。接下来的M行每行包括两个在1到100之间(包括1和100)的整数,分别表示采摘某株草药的时间和这株草药的价值。
【输出文件】
输出文件medic.out包括一行,这一行只包含一个整数,表示在规定的时间内,可以采到的草药的最大总价值。
【样例输入】
70 3
71 100
69 1
1 2
【样例输出】
3
【数据规模】
对于30%的数据,M <= 10;
对于全部的数据,M <= 100。
【题目分析】0-1背包问题的动态规划解法
在0-1背包问题中,物体或者被装入背包,或者不被装入背包,只有两种选择,0表示不装入,1表示装入,所以称为0-1背包问题。本题中的时间相当于该处的重量。
设采n棵草药分别需要的时间为t1, t2, …, tn,它们的价值分别为v1, v2, …, vn, 求在规定时间T内采这些药材中的最有价值的一个子集。
2. 问题分析
设V[i,j]为该实例的前i棵草药,规定时间为j的最优解。i(1<= i <=n)指前i棵草药,j(1<= j <=T)是指规定时间。则:可得出下列结论:
(1) V[i, j]中不包含第i棵草药时,最优子集价值为V[i, j] = V[i-1, j];
(2) V[i, j]中包含第i棵草药时,V[i, j] = V[i-1, j-wi] - vi;
因此,在前i棵草药中最优解的总价值等于这两个价值的较大值。
但如果第i棵草药不能放入采摘,可有(1)得到最优解。
由上面可导致下面的递推式:
算法描述:
// t[]存放采摘每棵草药用的时间,v[]存放每可草药的价值,s[]存放最优解。
for (i = 0; i < n; i++) // 共有n棵草药
{
for ( j = T; j<=t[i]; j--) // T规定时间
{
if (s[j – t[i]] + v[i] >s[j])
s[j] = s[j-t[i]] + v[i];
}
}
cout << s[T];
【参考程序】--动态规划
#include <cstdlib>
#include <fstream>
using namespace std;
ifstream fin("medic.in");
ofstream fout("medic.out");
int s[1001];
int main(int argc, char *argv[])
{
int T, M, i, j ,v, n;
fin >> T >> M;
for ( i = 1 ; i <= M ; i++ )
{
fin >> n >> v;
for (j=T; j>=n; j--)
if (s[j-n] + v > s[j])
s[j] = s[j-n] + v;
}
fout << s[T] << endl;
return 0;
}