0-1背包的空间优化

问题描述

给定n个物品，每个物体有个体积v和一个价值p 。现有一个容量为V的背包，请问如何选择物品装入背包，使得获得的总价值最大？

原始写法O(n^2)

采用原始的动态规划，不加任何优化，空间复杂度为O(n^2)

#include <bits/stdc++.h>
#define N 1002
using namespace std;

int n = 3; 
int V = 70;
int v[N] = {71, 69, 1}; // 背包中共有3个物体，体积分别为71，60，1
int p[N] = {100, 1, 2}; // 背包中共有3个物体，价值分别为100，1，2
                           // 第0位，置为0，不参与计算，便于与后面的下标进行统一
int f[N][N]; 
int main() {
    
    // 动态规划
    for (int i = 0; i < n; ++i) {
        for (int j = v[i]; j <= V; ++j) {
            f[i][j] = max (f[i - 1][j], f[i - 1][j - v[i]] + p[i]);
        }
    } 
    
    // 输出
    cout << f[n][V] << endl;
    return 0;
}

奇偶数组优化O(2 * n)

思考后发现，所有行的数组都只和前一行有关，实际上我们只需要二维的数组就够了。
那么可以只开一个二维数组，用 &1 取奇偶即可选择当前行号或上一行号。

#include <bits/stdc++.h>
#define N 1002
using namespace std;

int n = 3; 
int V = 70;
int v[N] = {71, 69, 1}; // 背包中共有3个物体，体积分别为71，60，1
int p[N] = {100, 1, 2}; // 背包中共有3个物体，价值分别为100，1，2
                           // 第0位，置为0，不参与计算，便于与后面的下标进行统一
int f[N][N]; 
int main() {
    
    // 动态规划
    for (int i = 0; i < n; ++i) {
        for (int j = v[i]; j <= V; ++j) {
            f[i & 1][j] = max (f[(i - 1) & 1][j], f[(i - 1) & 1][j - v[i]] + p[i]);
        }
    } 
    
    // 输出
    cout << f[n][V] << endl;
    return 0;
}

滚动数组优化O(n)

在完成dp数组的过程中还可以发现，填写当前行某列 j 的值时，该值永远只依赖上一行某列 k 的值， k 永远小于 j 。
那么实际上，我们可以只开一个一维数组，从后往前填写下一行的值。

#include <bits/stdc++.h>
#define N 1002
using namespace std;

int n = 3; 
int V = 70;
int v[N] = {71, 69, 1}; // 背包中共有3个物体，体积分别为71，60，1
int p[N] = {100, 1, 2}; // 背包中共有3个物体，价值分别为100，1，2
                           // 第0位，置为0，不参与计算，便于与后面的下标进行统一
int f[N][N]; 
int main() {
    
    // 动态规划
    for (int i = 1; i <= n; ++i) {
        for (int j = V; j >= v[i]; --j) {
        // 只枚举到v[i]，是因为在v[i]之前，所有f[i][j] = f[i - 1][j]
        // 那么在一维数组的场景下，就相当于没有改变
            f[j] = max (f[j], f[j - v[i]] + p[i]);
        }
    } 
    
    // 输出
    cout << f[n][V] << endl;
    return 0;
}

参考： 青舟智学