动态规划——01背包

01背包

• 有一系列物品，物品重量为数组weight[]，物品价值为value[]，现在有一个最大能装bag重量的背包

  • 请问能装下的最大价值为多少？

• 先尝试暴力搜索递归，对于每一个物品拿或不拿，两种情况，如果不拿则，考虑剩下的物品中最大价值为多少，如果拿则最大价值为当前物品的价值 + 剩余容量对剩余物品的最大价值

int MaxValue(vector<int>& weight, vector<int>& value, int bag) {
    return valueDFS(weight,value,0,bag);
}

//index = 当前考虑的物品拿或者不拿，只要把每个物品都考虑一遍，即可以遍历完所有可能
//restBag = 当前剩下的容量
int valueDFS(vector<int>& weight, vector<int>& value,int index, int restBag) {
    //先考虑边界情况
    //已经没有物品可以考虑了
    if(index = weight.size()) {
        return 0;
    }
    //已经没有容量可以装了,设置为-1，用于判断
    if(restBag < 0) {
        return -1;
    }
    int v1_take = 0
    int p = valueDFS(weight,value,index+1,restBag-weight[index]);
    //如果还有剩下的容量，说明index能装下
    if(p != -1) {
        v1_take = value[index] + p;
    }
    int v2_notake = valueDFS(weight,value,index+1,restBag);
    return max(v1_take, v2_notake);
}

• 举例发现有重复子集，考虑使用记忆化搜索

int MaxValue(vector<int>& weight, vector<int>& value, int bag) {
    vector<vector<int>> dp(weight.size()+1, vector<int>(bag+1,-1));
    return valueDFS(weight,value,0,bag);
}

//index = 当前考虑的物品拿或者不拿，只要把每个物品都考虑一遍，即可以遍历完所有可能
//restBag = 当前剩下的容量
int valueDFS(vector<int>& weight, vector<int>& value,int index, int restBag) {
    //先考虑边界情况
    //已经没有容量可以装了,设置为-1，用于判断
    if(restBag < 0) {
        return -1;
    }
    if(dp[index][restBag] != -1) return dp[index][restBag];
    //已经没有物品可以考虑了
    if(index = weight.size()) {
        return dp[index][restBag] = 0;
    }
    int v1_take = 0
    int p = valueDFS(weight,value,index+1,restBag-weight[index]);
    //如果还有剩下的容量，说明index能装下
    if(p != -1) {
        v1_take = value[index] + p;
    }
    int v2_notake = valueDFS(weight,value,index+1,restBag);
    return dp[index][restBag] = max(v1_take, v2_notake);
}