背包问题是一类经典的动态规划算法题
背包问题有以下几类
1. 01背包问题
最基本的背包问题就是01背包问题(01 knapsack problem):一共有N件物品,第i(i从1开始)件物品的重量为w[i],价值为v[i]。在总重量不超过背包承载上限W的情况下,能够装入背包的最大价值是多少?
01背包问题的解决思路是:
定义dp[i][j]为当前背包容量为j时前i个物品组合能装入背包的最大价值
0<=i<=N, 0<=j<=W
也就是说我们可以将 dp[0][0…W] 初始化为0,
然后在i>0时,dp[i][j]的值有两种情况
- 当第i个物品不能装入背包时(即weigh[i]>j),dp[i][j]=dp[i-1][j]
- 当第i个物品可以装入背包时,将两种情况的价值做比较
a.把第i个物品装入背包后,再查看当前背包容量为j-value[i]时前i-1个物品组合能装入背包的最大价值加上第i个物品的价值的值
b.当前背包容量为j时,前i-1个物品组合能装入背包的最大价值的值
dp[i][j] = max(value[i] + dp[i-1][j-weigh[i]], dp[i-1][j]);
问题进阶:好了,现在我们已经知道如何求得物品组合的最大价值了,那么我们能否求出在使得背包总价值最大的情况下,背包内装了哪些物品呢?
解决思路:回溯,dp表的右下角从后往前看(从dp[N][W]开始),如果发现前N个物品组合的最大价值与前N-1个物品组合的最大价值一样,说明第N个物品没有被装入;否则,说明被装入了,被装入后,再看前N-1个物品组合与前N-2个物品组合的差别。(dp[N-1][W-weigh[N])
下面一道简单的例题,
背包容量为8,物品信息如下
编号 1 2 3 4
体积 2 3 4 5
价值 3 4 5 6
代码如下
#include<iostream>
using namespace std;
/*
背包容量为8
编号 1 2 3 4
体积 2 3 4 5
价值 3 4 5 6
*/
int weigh[5] = {0,2,3,4,5};
int value[5] = {0,3,4,5,6};
int dp[5][9] = {0};
int object[5] = {0};
void Dynamic(){
for(int i=1; i<5; i++){
for(int j=1; j<9; j++){
if(weigh[i]>j){
// 第i个物品不能装入背包
dp[i][j] = dp[i-1][j];
}else{
dp[i][j] = max(value[i] + dp[i-1][j-weigh[i]], dp[i-1][j]);
}
}
}
}
void find(int i, int j){
if(i==0){
for(int i=0; i<5; i++){
if(object[i]) cout<<i<<" ";
}
}
if(dp[i][j]==dp[i-1][j]){
object[i]=0;
find(i-1, j);
}else{
object[i]=1;
find(i-1, j-weigh[i]);
}
}
int main() {
Dynamic();
cout<<dp[4][8]<<endl;
find(4,8);
}