问题描述:
有n个重量和价值分别为w(i)和v(i)的物品,放入一个最多能承受W重量的背包里,求背包种物品的最大价值。
备注:我们这里设物品都只有一件。
限制条件:
1<= n <= 100
1<= w(i),v(i) <= 100
1<= W <=10000
示例:
输入
n = 4
W = 5
(w, v) = {{2, 3}, {1, 2}, {3, 4}, {2, 2}}
输出
7(选择第0, 1, 3号物品)
递归求解
既然刚开始没思路,那不如我们暴力看一下把!
//递归解决,时间复杂度为O(2^n)
//i为第几号物品,j为剩余重量,初始时调用rec(0, W)
int rec(int i, int j){
int res;
if(i == n)//已经没用物品了,递归截至的条件
res = 0;
else if(j < w[i])
res = rec(i + 1, j);//剩余重量放不下,则下一个
else
res = max(rec(i + 1, j), rec(i + 1, j - w[i]) + v[i]);//第i放进去,或者不放进去,取其中较大的一个
return res;
}
看上去还可以,递归的求解话,最坏的情况每次都需要计算两个分支,那么共有n层复杂度为O(2^n)。emmmmm,貌似有点高,(废话,递归复杂度一般都高)。我决定把递归的过程分析一下(以给出的示例数据),可以看到,【3,2】是被计算了两次的,可以想象,如果数据很多的话,那重复计算所占时间就不是一个小数目。
改进的递归
新增一个数组,把已经计算好的结果记录下来,这样就可以啦。
int dp[MAX_N + 1][MAX_N + 1];//dp数组已经全部赋初值-1
int rec2(int i, int j){
int res;
if(dp[i][j] >= 0)//如果已经计算过,则直接使用计算结果
return dp[i][j];
else if(i == n)
res = 0;
else if(j < w[i])
res = rec2(i + 1, j);//剩余重量放不下
else
res = max(rec2(i + 1, j), rec2(i + 1, j - w[i]) + v[i]);//第i放进去,或者不放进去,取其中较大的一个
return dp[i][j] = res;
}
这样处理,复杂度变为了O(nW)(因为最多有n*W种子问题)。看上去好了很多,隔壁acm的lh过来看了一眼,“别用递归,会爆栈的”,额,那看样子只能动态规划了。
动态规划
dp[n][j] = 0;
dp[i][j] = dp[i+1][j] j < w[i];
dp[i][j] = max(dp[i+1][j], dp[i+1][j - w[i]] + v[i]);
int dpSolve(){
for(int i = n - 1; i >= 0; i--){
for(int j = 0; j <= W; j++){
if(j < w[i])
dp[i][j] = dp[i+1][j];
else
dp[i][j] = max(dp[i + 1][j], dp[i + 1][j - w[i]] + v[i]);
}
}
return dp[0][W];
}