接上一篇,趁热打铁,今天还看了一下0-1背包问题,
题目:有n个重量和价值分别为wi,vi的物品。从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中价值总和的最大的值。
输入:n = 4, (w, v) = {(2, 3), (1, 2), (3, 4), (2, 2)},W = 5
输出:W = 7
要求出当W=5时,能够放入的最大价值物品,我们可以一步步来,先求出W=1时按顺序选择每一件物品后价值的最大值,在求出W=2时.....直到W=5的时候。这里需要注意一点,例如当我们放入了一件物品时,那么剩余的容量就会变小,就只可以选择不大于该剩余容量的最大价值的物品。
举个例子:当我们需要求出W=5时的最大值,当我们放入了第四件,那么此时W(剩余) = 5-2=3,那么此时只需要找到W=3时,我们放入的前三件最优选择最大价值 + 第四件的价值即可。最终得到的值,需要和 W=5 放入第三件,第二件,第一件时的价值相比较,哪个大就是哪个值。
使用dp算法,很好理解这个问题。
有点绕口,但是做成表格之后就很明显了。
建立一个二维数组,竖轴表示的是物品,横轴表示的是背包容量。
n\w | 0 | 1 | 2 | 3 | 4 | 5 |
1 | 0 | 0 | 3 | 3 | 3 | 3 |
2 | 0 | 2 | 3 | 5 | 5 |
5 |
3 | 0 | 2 | 3 | 5 | 6 | 7 |
4 | 0 | 2 | 3 | 5 | 6 | 7 |
我们来解释一下这个表格,表格是按行填入的,当我们把第一件物品放入容量为(
0,1,2,3,4,5)的背包时,只需要比较一下背包大小是不是比第一件体积大,大就填入,小就为0。第一行很好理解。
我们来看第二行,放入第二件物品,在背包容量为1时,可以放入,并且剩余的容量为0,所以我们从第0列去找已放入物品的最优解,发现为0(图中标为红色),以此类推。
比较的时候是在下一个第二件放入容量为2的背包。此时剩余容量为2 - 1 = 1(蓝色),为1时,最优解为0,那么应该是2 + 0 = 2 ??? no 我们还要考虑到,我们在背包为2时,放入第一件的情况进行比较,发现只放第一件的时候比现在的价值还要大,那么就应该保留这个最大值。而不是替换掉它。同理,容量1,放入第三件,第四件的时候一样。
只要道理理解了,代码其实还是很简单的。
private void pkg(int weight, int[] weights, int[] value) {
int[][] dp = new int[value.length][weight + 1];
for (int i = 0; i < value.length; i++) {
for (int j = 1; j <= weight; j++) {
if (i == 0) {
if (j - weights[i] >= 0) dp[i][j] = value[i];
} else {
if (j - weights[i] >= 0) {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weights[i]] + value[i]);
} else {
dp[i][j] = dp[i - 1][j];
}
}
}
}
}
最后的一个数字就是我们最后要求的那个值。
结果如下:
得到的最大值和我们的想法和思路完全吻合。只有理清了思路,代码就不会有问题。关键就在于能不能找得到其中的关系,把大问题转换成一个比他小的同质问题。