01背包问题

这篇博文完全基于对 背包问题九讲 2.0 beta 1.2阅读后的体会。

好了，我们从最简单的例子开始吧。

01背包问题

问题：有N件物品和一个容量为V的背包。放入第i件物品消耗费用是Ci, 得到的价值为Wi， 求解将哪些物品装入背包可使得价值总和最大。

求解：问题显然是一个优化问题，那么我们首先当然先将优化方程给出来。

目标函数: max { ki* Wi}

限制条件：

ki属于集合{0, 1}

i属于[1,n]

ki * Ci <= V

”对于优化问题，我们一般尝试用动态规划来解“。这句话不是我说的，《编程之美》上“饮料供应”一节中这么讲的。

那么我们遵循这这种思路来尝试做一下。那么如何定义子问题？

假设我们用F表示目标函数，那么参数有那些？显然限制条件的就应该就是F的参数！所以我们最后要求的是F（n, V）!

那F(n, V)具体表示什么含义？第n中商品在容量为V的背包中的最大价值？这个显然不是我们想要的定义。正确的定义应该为前n中商品在容量为V的背包中的最大价值！

分析好了以上这些思路，我们可以接着往下递归定义子问题了。我们现在考察F的任意中间一个状态F(i, v)，显然我们希望它能够从更小的子问题中推导出来。怎么弄？

刚才我们说了F(i,v)表示的是前i个物品在容量为v的背包中的最大价值。那么更小的子问题是什么？前i-1的物品在容量为v的背包中的最大价值 + 第i个物品的情况。

所以这里我们重点考察第i件物品的情况。在优化方程的限制条件中，第i见物品的情况有ki决定着。要么为0， 要么为1。即要么放入背包，要么不放如背包。

如果不放入背包，那么可以得到F(i,v) = F(i-1, v)，即表明前i见物品的最大价值等于前i-1间物品的最大价值！

如果放入背包，那么第i见物品占据这v中的部分重量。则F(i,v) = F(i-1, v-Ci) + Wi。

所以我们有F（i, v） = max {F(i-1, v), F(i-1, v - Ci) + Wi}