我的笔试题记录：0-1背包问题

最新推荐文章于 2022-03-31 16:19:44 发布

Mack0234

最新推荐文章于 2022-03-31 16:19:44 发布

阅读量198

点赞数

分类专栏：我的笔试记录文章标签：动态规划算法

本文链接：https://blog.csdn.net/qq_43233767/article/details/108930640

版权

我的笔试记录专栏收录该内容

3 篇文章 0 订阅

订阅专栏

这篇博客记录了0-1背包问题的详细解题过程，通过动态规划求解在限定总重量内获得最大价值的物品组合。介绍了动态规划的状态定义、转移方程，并给出了C++代码实现。此外，还探讨了如何根据动态规划数组找到所选物品的编号。

摘要由CSDN通过智能技术生成

题目

给定一组多个（ $n$ ）物品，每种物品都有自己的重量（ $w_i$ ）和价值（ $v_i$ ），在限定的总重量/总容量（ $C$ ）内，选择其中若干个（也即每种物品可以选0个或1个），求能取得的最大价值。

用更抽象的话说，给定正整数 $\leq w_i \leq n, 1 \leq v_i \leq n, 1 \leq C \leq n$ ，求：
$max\sum_{i=1}^nx_iv_i, s.t.\sum_{i=1}^nx_iw_i \leq C, x \in \{0, 1\}$

解法

动态规划

定义 $d p (i, w)$ 为在前i个物品中筛选出总重量不超过w的最大价值。

转移方程：

对于第i个物品，有两种做法：

把它放入背包，则 $dp(i, w)=dp(i-1, w-w_i)+v_i$ ，即先在 $i - 1$ 个物品中以最大价值筛选出总重量不超过 $w-w_i$ 的物品，再加上第 $i$ 个物品的价值 $v_i$ 。
不把它放入背包，则 $d p (i, w) = d p (i - 1, w)$ ，即在负重为 $w$ 时，从 $i$ 个物品中筛选和从 $i - 1$ 个物品中筛选的结果是一样的，因为第i个不放入背包中。

当 $w_i>w$ 时，第 $i$ 个物品不可能放入背包中，此时 $d p (i, w)$ 只能取第二种做法。当 $w_i \leq w$ 时，需要比较两种做法哪一种能获取较高的价值。得到转移方程：

$\begin{cases} 0 & i=0 \\ 0 & w=0 \\ dp(i-1, w) & w_i>w \\ max\{dp(i-1, w-w_i)+v_i, dp(i-1, w)\} & otherwise \end{cases}$

代码（C++）：

/**
 * @param itemCount 物品个数
 * @param weight 物品重量，weight[i]表示第i个物品的重量（i从1开始）
 * @param value 物品价值，value[i]表示第i个物品的价值（i从1开始）
 * @param maxLoad 背包的最大负重
 */
int maxValue(int itemCount, vector< int > weight, vector< int > value,
             int maxLoad)
{
  vector< vector< int > > dp(itemCount + 1, vector< int >(maxLoad + 1, 0));
  // dp[i][j]表示从第1个到第i个物品中选择不超过重量j的最大总价值

  for (int i = 1; i <= itemCount; i++) {
    for (int j = 1; j <= maxLoad; j++) {
      if (weight[i] > j)
        dp[i][j] = dp[i - 1][j]; // 不选
      else {
        int temp1 = dp[i - 1][j];
        int temp2 = dp[i - 1][j - weight[i]] + value[i];
        dp[i][j] = temp1 > temp2 ? temp1 : temp2;
      }
    }
  }

  return dp[itemCount][maxLoad];
}

扩展

通过这个dp数组求出选择的物品编号：

从 $i = n, j = C$ 开始看，若 $d p (i - 1, j) = d p (i, j)$ ，则表示第 $i$ 个物品没有被选择，则从 $d p (i - 1, j)$ 继续寻找。如果 $\neq dp(i, j)$ ，则表示第 $i$ 个物品被选择，下一步从 $dp(i-1, j-w_i)$ 继续寻找。

/**
 * @param dp 求最大价值时产生的动态规划数组dp
 * @param weight 物体重量数组
 * @param itemCount 物体个数
 * @param maxLoad 背包最大负重
 */
vector< int > findItems(vector< vector< int > > dp, vector< int > weight,
                        int itemCount, int maxLoad)
{
  int i = itemCount, j = maxLoad;
  vector< int > res;
  while (i > 0 && j > 0) {
    if (dp[i - 1][j] < dp[i][j]) {
      res.push_back(i);
      i--;
      j -= weight[i];
    } else {
      i--;
    }
  }
  return res;
}