背包问题
有n个重量和价值分别为wi,vi的物品,从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中价值总和的最大值。
示例:
n=3
{w,v}={{1,3},{2,4},{2,2}}
W=4
1.深度优先遍历
(i, j) 表示搜索到第i个物品时的重量剩余j
其中搜索到第i个物品时有挑选和不挑选两种选择,从而形成二叉树
利用二叉树将所有可能性列举出来,从而递归进行深度优先遍历得到最优解
时间复杂度:O(2^n)
#include"stdio.h"
#include"stdlib.h"
#include"algorithm"
using namespace std;
#define MAX 100
int n, w;
int a[MAX], b[MAX];//物品重量a,物品价值b
int rec(int i, int j) {
//当搜索完所有的物品后结束
if (i == n)
return 0;
//当第i个物品的重量超出剩余重量时跳过
else if (a[i] > j)
return rec(i + 1, j);//在挑选和不挑选中选择最优方案
else {
return max(rec(i + 1, j), rec(i + 1, j - a[i]) + b[i]);
}
}
int main() {
scanf_s("%d%d", &n, &w);
for (int i = 0; i < n; i++) {
scanf_s("%d", &a[i]);
scanf_s("%d", &b[i]);
}
printf("%d", rec(0, w));
system("pause");
}
2.记忆化搜索
上图黄色边框圈起来的节点相同,这些相同的节点在深度优先遍历中会多次计算,因而设立记忆化数组来存放节点数据,便可减少类似的浪费,从而降低时间复杂度,参数的组合由nW种,
因此时间复杂度为O(nW)
#include"stdio.h"
#include"stdlib.h"
#include"algorithm"
using namespace std;
#define MAX 100
int n, w;
int a[MAX], b[MAX];
int dp[MAX][MAX];
int rec(int i, int j) {
//当某节点被计算过直接返回值
if (dp[i][j] > -1) {
return dp[i][j];
}
int res;
if (i == n)
res = 0;
else if (a[i] > j)
res = rec(i + 1, j);
else {
res = max(rec(i + 1, j), rec(i + 1, j - a[i]) + b[i]);
}
dp[i][j] = res;
return res;
}
int main() {
scanf_s("%d%d", &n, &w);
for (int i = 0; i < n; i++) {
scanf_s("%d", &a[i]);
scanf_s("%d", &b[i]);
}
//初始化数组
memset(dp, -1, sizeof(dp));
printf("%d", rec(0, w));
system("pause");
}
3.动态规划
首先了解动态规划的要素:①初始数据 ②基于初始数据的递归规律
1.基于上述记忆化搜索的逆序动态规划
int rec(int i, int j) {
//当搜索完所有的物品后结束
if (i == n)
return 0;
//当第i个物品的重量超出剩余重量时跳过
else if (a[i] > j)
return rec(i + 1, j);
//在挑选和不挑选中选择最优方案
else {
return max(rec(i + 1, j), rec(i + 1, j - a[i]) + b[i]);
}
}
初始数据:dp[n][j]=0;
递推式:
d
p
[
i
]
[
j
]
=
{
d
p
[
i
+
1
]
[
j
]
当a[i]>j
m
a
x
(
d
p
[
i
+
1
]
[
j
]
,
d
p
[
i
+
1
]
[
j
−
a
[
i
]
]
+
b
[
i
]
)
其他
dp[i][j]= \begin{cases} dp[i+1][j]& \text{当a[i]>j}\\ max(dp[i + 1][ j], dp[i + 1][j - a[i]] + b[i])& \text{其他} \end{cases}
dp[i][j]={dp[i+1][j]max(dp[i+1][j],dp[i+1][j−a[i]]+b[i])当a[i]>j其他
得出dp数组
时间复杂度为O(nW)
#include"stdio.h"
#include"stdlib.h"
#include"algorithm"
using namespace std;
#define MAX 100
int n, w;
int a[MAX], b[MAX];
int dp[MAX][MAX];
void solve() {
for (int i = 0; i <= w; i++)
dp[n][i] = 0;
for (int i = n - 1; i >= 0; i--)
for (int j = 0; j <= w; j++) {
if (a[i] > j) dp[i][j] = dp[i + 1][j];
else dp[i][j] = max(dp[i + 1][j], dp[i + 1][j - a[i]] + b[i]);
}
}
int main() {
scanf_s("%d%d", &n, &w);
for (int i = 0; i < n; i++) {
scanf_s("%d", &a[i]);
scanf_s("%d", &b[i]);
}
solve();
printf("%d", dp[0][w]);
system("pause");
}
2.顺序动态规划
dp[i][j]表示当选择完序号为0,1,……i-1的物品后当前的价值
因此初始dp[0][j]还并未选择物品,其价值为0
初始:dp[0][j]=0
递推规律:
d
p
[
i
+
1
]
[
j
]
=
{
d
p
[
i
]
[
j
]
当a[i]>j
m
a
x
(
d
p
[
i
]
[
j
]
,
d
p
[
i
]
[
j
−
a
[
i
]
]
+
b
[
j
]
)
其他
dp[i+1][j]= \begin{cases} dp[i][j]& \text{当a[i]>j}\\ max(dp[i][j],dp[i][j-a[i]]+b[j])& \text{其他} \end{cases}
dp[i+1][j]={dp[i][j]max(dp[i][j],dp[i][j−a[i]]+b[j])当a[i]>j其他
同样可的到一个dp二维数组
3.基于一维数组的动态规划
这部分还不太懂.………类似于Dijkstra算法。