0/1 Knapsack Problem
假设我们有 n 件物品,分别编号为 1, 2 . . . n。其中编号为 i 的物品价值为 vi,它的重量为wi。为了简化问题,假定价值和重量都是整数值。现在,假设我们有一个背包,它能够承载的重量是 W。现在,我们希望往包里装这些物品,使得包里装的物品价值最大化,那么
我们该如何来选择装的东西呢?
该问题子问题具有重叠性,且存在优化子结构(可利用剪切粘贴法证明,即反证法),因此采用动态规划求解。
算法思想:对于每个物品计算放与不放情况下的最大价值。假设背包某时刻进行到第i个物品,此时背包容量为j,若将第i个物品放入背包后问题就转变为求解从第i+1个物品到第n个物品放入容量为j-wi的背包中如何使价值最大化,若第i个物品没有放入背包,问题就转变为求解从第i+1个物品到第n个物品放入容量为j的背包中如何使价值最大化。
递归方程 (一) :(采用矩阵m[i,j]存储当前背包的价值,i表示当前物品,j表示背包剩余容量)
m[i, j] = max{m[i+1, j] , m[i+1, j-wi]+vi} ( j >= wi)
m[i, j] = m[i+1, j] ( j < wi)//第i个物品无法放入背包(容量不足)
m[n, j] = 0 ( j < wn)//最后一个物品无法放入背包(容量容量不足)
m[n, j] = vn ( j >= wn)//最后一个放入背包
算法伪代码:
For j=0 To wn-1 Do
m[n, j] = 0;
For j=wn To