何为背包问题:
给定n个重量为w1,w2 ,w3,…,wn,价值为v1,v2,v3,…,vn
的物品和容量为m的背包,求这个物品中一个最有价值的子集,使得在满足背包的容量的前提下,包内的总价值最大
0-1背包问题指的是每个物品只能使用一次
题目及解题思路:
普通二维背包解题思路:
-
f[i][j] 表示只看前i个物品,总体积是j的情况下,总价值最大是多少
-
w[i] 表示第i个物品的体积(容量) v[i]表示第i个物品的价值
-
返回结果 result = max{f[n][0~V]}
f[i][j]有两种情况:
- 不选第i个物品 f[i][j] = f[i-1][j];
背包能装下第i个,其价值就是第i-1的物品价值(此时背包体积为j) - 选第i个物品,f[i][j] = f[i-1][j-w[i]]+v[i];
背包不能装,其价值是第i-1个的价值+本身的价值(此时背包体积为j-w[i],要减去自身重)
-
f[i][j] = max [1.,2.]
-
f[0][0] = 0;//什么也不选的时候,价值为0
时间复杂度:n*m
代码
/**
*
* @param {Array} w 物体体积数组
* @param {Array} v 物品价值数组
* @param {Number} m 最大体积数
*/
function knapSack(w,v,m) {
let size = v.length;
//总价值
let dp = arrayInit(size,m+1);
//1.初始化第一行
//仅考虑容量为m的背包放第0个物品的情况
for (let i = 0; i <= m; i++) {
dp[0][i] = w[0] <= i ? v[0] : 0;
}
//2.计算其他列
for (let i = 1 ;i < size; i++) {
for (let j = 0; j <= m; j++) {
//2.1当不放入第i个物品时
dp[i][j] = dp[i-1][j];
if(j >= v[i]){
//2.2如果背包容量小于物品体积
dp[i][j] = max(dp[i][j],dp[i-1][j-w[i]]+v[i])
}
}
}
return dp[size - 1][m];
}
// [2,3,4,5] 体积
// [3,4,5,6] 价值
console.log(knapSack([2,3,4,5],[3,4,5,6],8));
js初始化二维数组
function arrayInit(n,m) {
//总价值
let dp = new Array();
//初始化二维数组
for (let i = 0; i < n; i++) {
dp[i] = new Array();//声明二维数组
for (let j = 0; j < m; j++) {
dp[i][j] = '';
}
}
return dp;
}
max函数
function max(n1,n2) {
return n1-n2>=0 ? n1:n2;
}