[算法提高] 动态规划 0-1背包问题

考虑一般性的0-1背包问题，设背包容量为c，物品数量为n，每件的物品都有自己的重量和价值，每件物品只有两种状态：放入(记为1)、不放入(记为0)，试寻找最优解满足放入的物品总重量不超过背包容量的前提下，放入的物品总价值最大。

记背包为{}，候选物品栏为()。

我们依次决定A,B,C,D,E是否要放入。

先看A要不要放入。

如果对于{}(A,B,C,D,E)，无非转化成两种方案：

方案1：放入A，得到{A}(B,C,D,E)，背包剩余容量减少，则接下来考虑B

方案2：不放入A(即丢弃A)，得到{}(B,C,D,E)背包剩余容量不变，则接下来考虑B

A要不要放入，最终就取决于两个方案谁更好。

然后看B要不要放入。在刚才的两个方案的基础上，每个方案又转化成放入B和不放入B的问题。

如果刚才选的是方案1，那么：

方案1-1：放入B，得到{A,B}(C,D,E)，背包剩余容量减少，则接下来考虑C

方案1-2：不放入B，得到{A}(C,D,E)，背包剩余容量不变，则接下来考虑C

如果刚才选的是方案2，那么：

方案2-1：放入B，得到{B}(C,D,E)，背包剩余容量减少，则接下来考虑C

方案2-2：不放入B，得到{}(C,D,E)，背包剩余容量不变，则接下来考虑C

以此类推直到E考虑完毕，将会有种方案。

 

下面以具体编程实现为例：假设背包总容量为c=100，候选物品有n=20件，每件物品重量w[i]取值区间为[1,100], 每件物品价值v[i]取值区间[1,100]

#include <iostream>
#include <stdlib>
using namepsace std;

int main() {
	int n = 20; //设定物品共n=20件 
	//随机生成n件物品的价值 
	int v[n] = {};
	for (int i = 0; i < n; i++) {
		v[i] = rand() % 100 + 1;
	}
	//随机生成n件物品的重量 
	int w[n] = {};
	for (int i = 0; i < n; i++) {
		w[i] = rand() % 100 + 1;
	}

	return 0;
}

假设用函数backpack(i, j) 表示决定剩余容量为j时是否要放入i号物品的问题的最优解之总价值。

backpack(i, j) = max(backpack(i+1, j-w[i]) + v[i], backpack(i+1, j));

 

完整代码：

//有n个物品，背包容量为c
#include <iostream>
#include <stdlib.h> //生成随机数rand()所需要的头文件 
using namespace std;

void printlist(int a[], int l){
	for (int i = 0; i < l; i++) {
		cout << a[i] << " ";
	}
	cout << endl;
} 

void Knapsack(int n, int w[], int v[], int m[][101], int c){
	//最优总价值 m[物品代号][剩余容量j]
	for (int i = n-1; i >= 0; i--) {
		if (i == n-1) { //边界，最后一件要考虑的物品 
			for (int j = 0; j <= c; j++) {
				if (j >= w[i]) { //能放下，就放 
					m[i][j] = v[i];
				}else{ //不能放下，则不放 
					m[i][j] = 0;
				}
			}
		}else{ //不是边界 
			for (int j = 0; j <= c; j++) {
				if (j >= w[i]) { //能放下，就转化考虑 
					m[i][j] = max(m[i+1][j], m[i+1][j-w[i]]+v[i]);
				}else{ //不能放下，则不放 
					m[i][j] = m[i+1][j];
				}
			}
		}
	}
}


void Traceback(int n, int w[], int v[], int m[][101], int c, int x[]) {
	//x[]记录是否要放
	for (int i = 0; i < n; i++) {
		if (m[i][c] == m[i+1][c]) {  
			x[i] = 0; //m[i][c] == m[i+1][c] 当这个式子成立时，说明最优解是等于没有放的那种 
		}else{
			x[i] = 1; //否则放入才是最优解，就放，并且减少剩余容量 
			c -= w[i];
		} 
	} 
}


int main() {
	int n = 20; //物品数 
	int c = 100; //总容量
	//随机生成物品价值 
	int v[n] = {};
	for (int i = 0; i < n; i++) {
		v[i] = rand() % 99 + 1;
	}
	cout << "物品价值如下:" << endl;
	printlist(v, n);
	
	int w[n] = {};
	for (int i = 0; i < n; i++) {
		w[i] = rand() % 99 + 1;
	}
	cout << "物品重量如下:" << endl;
	printlist(w, n);
	
	int m[n][101] = {}; //表格 
	int x[n] = {}; //物品是否放入的真值表 
	Knapsack(n, w, v, m, c);
	Traceback(n, w, v, m, c, x);
	cout << "物品是否放入的真值表如下：" << endl;
	printlist(x, n);
	return 0;
} 

 

参考文献：

最详细动态规划解析——背包问题 - oscarwin - CSDN博客 https://blog.csdn.net/shanghairuoxiao/article/details/62426727