有大牛总结了四种解法,自己要好好学习了。。。https://blog.csdn.net/txl199106/article/details/45869557
问题描述:n件物品,容量V,每件重量w[i],每件价值c[i]
列出动态规划方程:令dp[i][v]表示前i件物品恰好装入容量为v的背包所获得的最大价值,也就是输出的是满足题意的最大商品价值。
需要全部装满嘛?
思路:
如果采用暴力枚举每一件物品放进或者不放进背包,每个物品都有两种选择,那就是2的n次方种,复杂度太大,
所以使用动态规划方法:
dp[i][v]表示前i件物品(1<=i<=n,0<=v<=V)恰好装入容量为v的背包所获得的最大值
注意:v是背包剩余可以装的容量,V是背包的总容量
有两种情况
(1)不放进第i件物品,那么就是前i-1件物品恰好装入容量为v的背包所获得的最大值 ,也就是dp[i-1][v]
(2) 放第i件物品,那么就是前i-1件物品恰好装入容量为v-w[i]的背包中所获得的最大值,也就是dp[i-1][v-w[i]]+c[i]
所以状态转移方程为:dp[i][v]=max{dp[i-1][v],dp[i-1][v-w[i]]+c[i]} (1<=i<=n,w[i]<=v<=V) (小v表示背包剩余容量)
注意:因为dp[i][v]表示的恰好容量全部装满为v的时候,所以需要枚举dp[n][v](0=<v<=V),取其最大值才是最后结果。
for(int i=1;i<=n;i++){
for(int v=w[i];v<=V;v++){
dp[i][v]=max(dp[i-1][v],dp[i-1][v-w[i]]+c[i]);
}
}
滚动数组:数组优化
因为计算dp[i][v]时只需要dp[i-1][v]左侧部分的数据,并且当计算dp[i+1][]部分时,dp[i-1][]的 数据又完全用不到了,只用到dp[i][],所以可以开一个一维数组dp[v],枚举方向为i到n,v到V(逆序!!!),所以状态转移方程为:dp[v]=max(dp[v],dp[v-w[i]]+c[i])。
//滚动数组
for(int i=1;i<=n;i++){
for(int v=V;v>=w[i];v--){
dp[v]=max(dp[v],dp[v-w[i]]+c[i]);//第i件商品不放入,最大总价值为dp[v]
//第i件商品放入,最大总价值为dp[v-w[i]]+c[i]
}
}
注意:如果采用二维数组存放,v的枚举是顺序还是逆序都可以;
如果使用一维数组存放,v的枚举必须是逆序!!!
#include<stdio.h>
#include<iostream>
using namespace std;
const int maxn=100;//物品最大件数
const int maxv=1000;//物品最大容量
int w[maxn],c[maxn],dp[maxv];//这是数组,用于存放单个物品重量,单个物品价值,最终答案最大价值
int main(){
int n,V;//n代表输入物品的总件数,V是背包最大容量
scanf("%d%d",&n,&V);
//遍历输入每件商品的重量
for(int i=0;i<n;i++){
scanf("%d",&w[i]);
}
//遍历输入每件商品的价值
for(int i=0;i<n;i++){
scanf("%d",&c[i]);
}
//边界
//小v代表背包剩余的容量
for(int v=0;v<V;v++){
dp[v]=0;
}
for(int i=1;i<=n;i++){//商品从第一个开始遍历
for(int v=V;v>=w[i];v--){//逆序遍历背包剩剩余重量空间
//状态转移方程
dp[v]=max(dp[v],dp[v-w[i]]+c[i]);
}
}
//寻找dp[0......v]中最大的即为答案
int max=0;
for(int v;v<=V;v++){
if(dp[v]>max){
max=dp[v];
}
}
printf("%d\n",max);
return 0;
}
总结:动态规划可以灵巧的避免重复计算:第 i 件物品放入或者不放入产生的最大值是完全可以前面 i-1 件物品的最大值来决定的,但是暴力枚举却做不到。
方法二:递归解法
#include<iostream>
#include<cstdio>
#include<string>
using namespace std;
int limitM;//限制的总重量
int option[100];//表示是否选择这个物品,是的话为1.不是的话为0
int n;//物品种数
struct Bag
{
int weight;
int value;
} num[100];//定义物品的结构体 ,用来表示每件物品的重量和价值
int find(int n, int M)//定义find方法,用来表示背包所装物品的最大价值
{
if (n==0 || M==0)//当物品数量为0,或者背包容量为0时,最优解为0
{
return 0;
}
else
{
//从当前所剩物品的最后一个物品开始向前,逐个判断是否要添加到背包中
//所剩余的物品?
for (int i=n-1; i>=0; i--)
{
//如果当前要判断的物品重量大于背包当前所剩的容量,那么就不选择这个物品
//在这种情况的最优解为f(n-1,C) 只选择前n-1件物品
if (num[i].weight>M)
{
option[i]=0;//不选择
return find(n-1,M);
}
else
//当当前物品的重量小于背包所剩重量的时候, 也是有两种选择,这件物品装入背包或者不装入
{
int temp1 = find(n-1,M);//不选择物品i的情况下的最优解
int temp2 = num[i].value + find(n-1,M-num[i].weight);//选择物品i的情况下的最优解
//返回选择物品i和不选择物品i中最优解大的一个
if (temp1 > temp2)
{
option[i]=0;//这种情况下表示物品i未被选取
return temp1;
}
else
{
option[i]=1;//物品i被选取
return temp2;
}
}
}
}
}
int main()
{
int k;//物品种类数目
char c;
cout<<"物品种数:";
cin>>n;
for(k=0; k<n; k++)//循环输入每件物品信息
{
cout<<"第"<<k+1<<"种物品(重量,价值):";
cin>>num[k].weight>>c>>num[k].value;
}
cout<<"背包所能承受的总重量:";
cin>>limitM;
cout<<"最佳装填方案是:"<<endl;
for (int i=0; i<n; i++)
{
if (option[i]==1)//为1表示相应的物品被选取
{
cout << "第"<<i+1<<"种物品"<<endl;
}
}
cout<<"总价值="<<find(n,limitM)<<endl;
return 0;
}