动态规划 - 01背包

动态规划 - 01背包

来源： https://www.acwing.com/problem/content/2/

题目描述：

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

---

动态规划分析分为：状态计算、状态表示

状态表示f[i][j]:

• 集合： 前i个物品，取得体积不超过j的价值
• 属性： Max

状态计算：

• 以取第i件物品和不取第i件物品进行划分
• 不取第i件物品，那么f[i][j] = f[i - 1][j - 1]
• 取第i件物品，等于减去当前物品的容量，加上当前物品的价值。f[i][j] = f[i][j - v[i]] + w[i]

所以伪代码如下：

for i <- 0 to n:
    for j <- 0 to m:
        f[i][j] = f[i - 1][j]
        if v[i] <= j:
            f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i])

具体Python代码实现如下：

N = 1010
dp = [[0]*N for _ in range(N)]
v = [0]*N
w = [0]*N

def main():
    n, m = map(int, input().split())
    for i in range(1, n + 1):
        v[i], w[i] = map(int, input().split())
        
    for i in range(1, n + 1):
        for j in range(1, m + 1):
            dp[i][j] = dp[i - 1][j]
            if j >= v[i]:
                dp[i][j] = max(dp[i][j], dp[i - 1][j - v[i]] + w[i])
    
    print(dp[n][m])
    
    
main()

据dp表格所推出来的数据如下， 行表示物品i， 列表示背包容量v

0	1	2	3	4	5
0	0	0	0	0	0
0	2	2	2	2	2
0	2	4	6	6	6
0	2	4	6	6	8
0	2	4	6	6	8

由状态转移方程可以看出，f[i][j]都是来自于第i-1层的数据，这时就可以使用可以利用一层空间进行状态的记录，我们只需要从大到小的枚举， 那么f[j - v[i]]的状态就是f[i - 1][j - v[i]]的状态。

伪代码如下：

for i <- 1 to n:
    for j <- v to v[i]:
        f[j] = max(f[j], f[j - v[i] + w[i])

因为使用一维状态，那么f[j] = f[i - 1][j]保持着上次的数据，这时就只需要枚举到v[i]。但是在二维背包中，f[i][j]默认是0，每层的背包都需要跟新，所以背包容量j从0开始枚举到m。

具体Python代码如下：

N = 1010
dp, v, w = [0]*N, [0]*N, [0]*N


def main():
    n, m = map(int, input().split())
    for i in range(1, n + 1):
        v[i], w[i] = map(int, input().split())
        
    for i in range(1, n + 1):
        for j in range(m, v[i] - 1, -1):
                dp[j] = max(dp[j], dp[j - v[i]] + w[i])
    
    print(dp[m])
    
    
main()