背包问题总结
01背包问题
将得到最优解的情况分为最后的两类,分别是选择第i件物品与不选择第i件物品,如果不选择了第i件物品那么问题就等价于在前i-1个物品中选取体积不超过j的最优价值即f(i-1,j);如果选择了第i件物品那么问题就变成了取f(i-1,j),f(i,j-v[i])+w[i]的最大值问题。
化整为零,化零为整,最终求解了01背包问题。
Python模板如下
n, v = map(int, input().split())
goods = []
for i in range(n):
goods.append([int(i) for i in input().split()])
print(goods)
# 初始化,先全部赋值为0,这样至少体积为0或者不选任何物品的时候是满足要求
dp = [[0 for i in range(v+1)] for j in range(n+1)]
for i in range(1, n+1):
for j in range(1,v+1):
dp[i][j] = dp[i-1][j] # 第i个物品不选
if j>=goods[i-1][0]:# 判断背包容量是不是大于第i件物品的体积
# 在选和不选的情况中选出最大值
dp[i][j] = max(dp[i][j], dp[i-1][j-goods[i-1][0]]+goods[i-1][1])
print(dp[-1][-1])
完全背包问题
将得到最优解的情况分为最后的两类,分别是选择一定数量的第i件物品与不选择第i件物品,如果不选择了第i件物品那么问题就等价于在前i-1个物品中选取体积不超过j的最优价值即f(i-1,j);如果选择了第i件物品那么问题就变成了取f(i-1,j),f(i,j-kv[i])+kw[i]的最大值问题。通过化简最终得到f(i,j) = max(f(i-1,j),f(i,j-v[i])+w[i])。
化整为零,化零为整,最终求解了完全背包问题。
n, v = map(int, input().split())
goods = []
for i in range(n):
goods.append([int(i) for i in input().split()])
# 初始化,先全部赋值为0,这样至少体积为0或者不选任何物品的时候是满足要求
dp = [[0 for i in range(v+1)] for j in range(n+1)]
for i in range(1, n+1):
for j in range(1,v+1):
dp[i][j] = dp[i-1][j] # 第i个物品不选
if j>=goods[i-1][0]:# 判断背包容量是不是大于第i件物品的体积
# 在选和不选的情况中选出最大值
dp[i][j] = max(dp[i][j], dp[i-1][j-goods[i-1][0]]+goods[i-1][1])
print(dp[n][v])