什么是01背包问题:
假设有n件物品
每件物品的体积为w1, w2……wn
相对应的价值为 v1, v2.……vn。
01背包是在n件物品取出若干件放在空间为total_weight的背包里,使得背包的总价值最大。
如何解决这个问题?
我们得到的状态转移方程 是 c[i][j] = max{c[i-1][j], c[i-1][j-w[i]]+v[i]}
相对应的代码如下:
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= total_weight; j++) {
if (w[i] > j) {
c[i][j] = c[i-1][j];
} else {
if (c[i-1][j] > v[i]+c[i-1][j-w[i]]) {
c[i][j] = c[i-1][j];
}
else {
c[i][j] = v[i] + c[i-1][j-w[i]];
}
}
}
}
如何优化它的空间复杂度?
首先肯定的是时间复杂度没有多大的优化空间,但还是有的哦(详情见背包九讲)。每一次c[i][j]改变的值只与c[i-1][x] {x:1...j}有关c[i-1][x]是前一次i循环保存下来的值,因此,可以将c缩减成一维数组。状态转移方程转换为 c[j] = max(c[j], c[j-w[i]]+v[i]);
并且,我们注意到状态转移方程,每一次推导c[i][j]是通过c[i-1][j-w[i]]来推导的,而不是通过c[i][j-w[i]]因此,j的扫描顺序应该改成从大到小
否则,第i次求c数组,必然先求的c[j-w[i]]的值(即c[i][j-w[i]]),再求c[j](即c[i][j])的值由于j递增,那么状态方程就成为下面这个样子了
c[i][j] = max(c[i-1][j], c[i][j-w[i]]+v[i])显然不符合题意。所以代码如下:
for (int i = 1; i <= n; i++) {
for (int j = total_weight; j >= 1; j--) {
if (w[i] > j) {
c[j] = c[j]; //表示第i次与第i-1次相等,这里因为c[j]本来就保存这上一次的值,所以这里不需变化
} else {
//说明第i件物品的重量小于背包的重量,所以可以选择第i件物品放还是不放
if (c[j] > v[i]+c[j-w[i]]) {
c[j] = c[j];
}
else {
c[j] = v[i] + c[j-w[i]];
}
}
}
}
优化下代码后如下:
for (int i = 1; i <= n; i++) {
for (int j = total_weight; j >= w[i]; j--) {
if (c[j] <= v[i] + c[j-w[i]])
c[j] = v[i] + c[j-w[i]];
}
}
到此,01背包的优化问题已经解决,但请注意,空间优化版本最后是得不出最优解序列的,但起码还是能够求出最大价值,(所以还请慎用)。
伟大的梦想成就伟大的人,从细节做好,从点点滴滴做好,从认真做好。