问题描述
给定一个物品集合s={1,2,3,…,n},物品i的重量是wi,其价值是vi,背包的容量为W,即最大载重量不超过W。在限定的总重量W内,我们如何选择物品,才能使物品的总价值最大。
注:如果物品不能分割,即物品i要么整个选取,要么不选取;如果不能将物品i装入背包多次,也不能只装入部分物品i,则问题称为0-1背包问题。
如果物品可以拆分,则问题称为背包问题,适合使用贪心算法。
问题建模
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/de9800ca5674567517a89c571ed1666b.png)
递归关系分析
定义备忘录数组p[i,j]:背包容量为j,可选物品为i,i+1,…,n时的0-1背包问题的最优值
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/a1856bb931d949b1114cfb0b7a02a7c7.png)
W=5 | ① | ② | ③ | ④ |
---|
重量w | 2 | 1 | 3 | 2 |
价值v | 12 | 10 | 20 | 15 |
以此背包为例按递归式建立备忘录
物品n|容量j | 0 | 1 | 2 | 3 | 4 | 5 |
---|
③ | 0 | 0 | 15 | 20 | 20 | 35 |
④ | 0 | 0 | 15 | 15 | 15 | 15 |
物品n|容量j | 0 | 1 | 2 | 3 | 4 | 5 |
---|
② | 0 | 10 | 15 | 25 | 30 | 35 |
③ | 0 | 0 | 15 | 20 | 20 | 35 |
④ | 0 | 0 | 15 | 15 | 15 | 15 |
物品n|容量j | 0 | 1 | 2 | 3 | 4 | 5 |
---|
① | 0 | 0 | 0 | 0 | 0 | 37 |
② | 0 | 10 | 15 | 25 | 30 | 35 |
③ | 0 | 0 | 15 | 20 | 20 | 35 |
④ | 0 | 0 | 15 | 15 | 15 | 15 |
代码实现
#define NUM 50
#define CAP 1500
int w[NUM];
int v[NUM];
int p[NUM][CAP];
void knapsack(int c, int n)
{
int jMax=min(w[n]-1,c);
for( int j=0; j<=jMax; j++) p[n][j]=0;
for( int j=w[n]; j<=c; j++) p[n][j]=v[n];
for( int i=n-1; i>1; i--)
{
jMax=min(w[i]-1,c);
for( int j=0; j<=jMax; j++)
p[i][j]=p[i+1][j];
for(int j=w[i]; j<=c; j++)
p[i][j]=max(p[i+1][j], p[i+1][j-w[i]]+v[i]);
}
p[1][c]=p[2][c];
if (c>=w[1]) p[1][c]=max(p[1][c], p[2][c-w[1]]+v[1]);
}
追踪解
void traceback( int c, int n, int x[ ])
{
for(int i=1; i<n; i++)
{
if (p[i][c]==p[i+1][c]) x[i]=0;
else { x[i]=1; c-=w[i]; }
}
x[n]=(p[n][c])? 1:0;
}
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/83e83df88ebd8ad4bf52fe080a587dab.png)
整体时间复杂度
O(nW)