问题描述:
共有n个物品,第i个物品的质量为wei[i],第i个物品的价值为value[i],现有一个可容最大质量为V的背包,问:如何选取物品放入背包,使背包的总价值最大。
样例输入:
5 8
3 5 1 2 2
4 5 2 1 3
样例输出:
10
样例解析:
0号2号3号4号背包价值和最大,为10
即4+2+1+3=10
输入样例解释
输入第一行:含两个整数,分别表示n个物品,背包最大质量
输入第二行:含n个整数,分别表示这n个物品的质量
输入第三行:含n个整数,分别表示这n个物品的价值
暴力递归:
这种思路比较简单,对于每个物品只有取或者不取两种操作
只需要通过递归对所有的情况都进行计算并刷新最大价值即可
时间复杂度为O(2^n)
我的代码示意如下:
//01背包问题 递归 暴力
/*
在每个背包都有两个选择
选:
不选:超过总重量时一定不能选
样例输入:
5 8
3 5 1 2 2
4 5 2 1 3
样例输出:
10
样例解析:
0号2号3号4号背包价值和最大,为10
即4+2+1+3=10
*/
#include<iostream>
using namespace std;
int maxWei=0,num=0,maxValue=0;//使用全局变量
void GetMaxValue(int wei[],int value[],int i,int tempMaxWei,int tempMaxValue){//i表示正对第i个物品操作
if( i == num ){//递归终止条件
maxValue>tempMaxValue ? maxValue=maxValue:maxValue=tempMaxValue;
//刷新最大价值
return;
}
else{
if(tempMaxWei+wei[i]<=maxWei){//如果总重量不超过上限
GetMaxValue(wei,value,i+1,tempMaxWei+wei[i],tempMaxValue+value[i]);
//选上第i个物品 刷新当前质量 刷新当前价值
}
//这里注意if else的关系
GetMaxValue(wei,value,i+1,tempMaxWei,tempMaxValue);
//不选上第i个物品
}
}
int main(){
cin>>num>>maxWei;
int wei[num],value[num];
for(int i=0;i<num;i++){//数据读入
cin>>wei[i];
}
for(int i=0;i<num;i++){//数据读入
cin>>value[i];
}
GetMaxValue(wei,value,0,0,0);//函数调用
cout<<maxValue;
return 0;
}
动态规划:
设计状态转移方程:
以dp[i][j]表示到第i个物品时背包中质量为j的最大价值
则dp[i][j]=max(dp[i-1][j],dp[i-1][j-wei[i]]+value[i]);
外循环是物品数,内循环是最大质量
时间复杂度为O(nV)
/*
样例输入1:
5 20
5 25 12 10 15
10 40 8 10 2
样例输出1:
20
样例输入2:
4 7
1 3 4 5
1 4 5 7
样例输出2:
9
*/
#include<iostream>
#include<algorithm>
using namespace std;
int main(){
int num,maxWei;
cin>>num>>maxWei;
int wei[num+1],value[num+1],dp[num+1][maxWei+1];//这样下标即位真实质量或价值 便于理解
for(int i=1;i<=num;i++){//数据读入
cin>>wei[i];
}
for(int i=1;i<=num;i++){//数据读入
cin>>value[i];
}
for(int i=0;i<=maxWei;i++){
dp[1][i]=0;dp[0][i]=0;
}
//dp[1][wei[1]]=value[1];//初始化边界情况
int maxValue=value[1];
for(int i=1;i<=num;i++){
for(int j=0;j<=maxWei;j++){
if(j-wei[i]>=0){ //防止越界
dp[i][j]=max(dp[i-1][j],dp[i-1][j-wei[i]]+value[i]);//注意下标 容易出错
}
else{
dp[i][j]=dp[i-1][j];
}
maxValue=max(maxValue,dp[i][j]);//刷新获取最大价值
}
}
cout<<maxValue;
return 0;
}
滚动数组
经过动态规划的全过程,可以发现当i-1的数据用完后就不再使用。对此可以进行空间上的优化:即滚动数组
只需要一维数组即可完成该过程,再第i次的过程中覆盖第i-1次的数据
动态转移方程:
dp[j]=max(dp[j],dp[ j-wei[i] ]+value[i]);
且第二重循环必须是逆序,否则将会使用到第i轮的数据来计算第i轮的结果,这在完全背包问题的滚动数组时可以更好的理解
/*
滚动数组
*/
#include<iostream>
#include<algorithm>
using namespace std;
int main(){
int num,maxWei;
cin>>num>>maxWei;
int wei[num+1],value[num+1],dp[maxWei+1];
for(int i=1;i<=num;i++){//数据读入
cin>>wei[i];
}
for(int i=1;i<=num;i++){//数据读入
cin>>value[i];
}
for(int j=maxWei;j>=0;j--){
dp[j]=0;//初始化
}
int maxValue=0;
for(int i=1;i<=num;i++){
for(int j=maxWei;j>=wei[i];j--){
if(j-wei[i] >= 0){
dp[j]=max(dp[j],dp[j-wei[i]]+value[i]);//状态转移方程 + 滚动数组
}
maxValue=max(maxValue,dp[j]);//刷新最大价值
}
}
cout<<maxValue;
return 0;
}
回溯问题:
如何获取所拿背包?
采用回溯方法,根据动态转移方程:
只要dp[i][j]==dp[i-1][j];这个物品就未拿,反之即拿了该物品;
注意:
可能出现多种情况可以获取最大价值
//这里的key即位获得最大价值时的背包质量,也可在dp时同步获取
int key=0;//找最大价值进行回溯 提示:这里可能出现多组,可用数组,向量等容器储存 我这里只回溯了一种情况
for(;key<=maxWei;key++){
if(dp[num][key] == maxValue){
break;
}
}
//因为这里是逆序回溯,结果是先进后出自然联想到了栈
stack<int>bag;
for(int i=num;i>=1;i--){
if(dp[i][key] != dp[i-1][key]){//即选中该物品
key=key-wei[i];//刷新key值
bag.push(i);//放入栈中
}
}
while(!bag.empty()){//只要栈未空就继续
cout<<bag.top()<<" ";//逆序输出
bag.pop();//顶出最顶上的元素
}
参考书籍:《算法笔记》