背包问题(二维数组解法)
参考文章: http://www.cnblogs.com/Anker/archive/2013/05/04/3059070.html
对于背包问题的解答又冒出一个新的解法,这是一种自顶向下的解法:
设一个二维数组select[i][v]表示的是,将前i个物品放入到容量为v的背包中所能得到的最大价值。如果使用递归的算法
如何使这人问题转换为多个子问题呢,也就是对这个问题进行不停地分解,直到可以求解为止,然后“归”,也就是子
问题都求解了,然后将这些子问题拼凑成大问题,因为大问题是依赖于子问题的。
#include<iostream>
#include<string>
const int N=3; //物品个数
const int W=50; //背包的容量
struct Product{
int value;
int weight;
};
Product goods[N+1]={{0,0},{60,10},{100,20},{120,30}};//商品信息
int select[N+1][W+1];
int pktProb(){
for(int w=1;w<W; w++){
select[0][w]=0;
}
for(int i=1;i<=N; i++){
select[i][0]=0; //背包容量为0时,最大价值为0,初使化
for(int w=1; w<=W; w++){//考虑背包容量从1到W的子问题,在子问题的基础上求背包容量为W时的价值
if(goods[i].weight<=w){//这里需要进行选择,只有当当前商品重量比包背的容量小时。
if(select[i-1][w-goods[i].weight]+goods[i].value>select[i-1][w]){
select[i][w]=goods[i].value+select[i-1][w-goods[i].weight];
}else{
select[i][w]=select[i-1][w];
}
}else{
select[i][w]=select[i-1][w]; //则进行初使化
}
}
}
return select[N][W];
}
如上代码所示,先首新建了一个select[N+1][W+1]大小的数组,用于对子问题进行求解。
对每一个物品进行循环,而在选择这些物品的时候,对背包的容量进行循环,求得在前
i个物品的情况下,所能得到的最大的价值。一定要胆白select[i][v]是前面i个商品在容量
为v的情况下所能获得的最大的价值,当然有时候并不需要那么大的容量。
int
select[N+1][W+1];这里我们可以看到,我们将数组设为N+1和M+1维的情况,是因为我们把背包的容量为0和商品数为0时这些特殊情况
考虑进去了。
select
[
i
][
0
]=
0
;这里可以看到,这里初使化为0的根据是当容量为0时,肯定是为0的。
for(int w=1;w<W; w++){
//这里做的目的是,我们考虑当商品数为0时,它的价值肯定是为0的。
select[0][w]=0;
}
#include"oneZeroPackage.h"
/*
函数入口参数:
pktVolum:背包的容量
prtVolum:物品的体积
prtValue: 物品的价值
prtLen : 物品的个数
测试代码:
int prtValue[4]={0,6,10,12};
int prtVolum[4]={0,1,2,3};
std::cout<<oneZeropkt(5,prtVolum,prtValue,3)<<std::endl;
*/
int oneZeropkt(int pktVolum,int *prtVolum,int *prtValue,int prtLen){
struct Goods *goods=new Goods[prtLen+1];
int select[500][500];
for(int i=1;i<=prtLen; i++){
goods[i].value=prtValue[i];
goods[i].volum=prtVolum[i];
}
for(int w=1;w<=pktVolum; w++){ //这个表示在背包有没有任何商品可选的情况下它的价值为0
select[0][w]=0;
}
for(int i=1; i<=prtLen;i++){
select[i][0]=0; //这个表示在背包的容量为0的情况下它的价值为0
for(int w=1; w<=pktVolum;w++){
if(w>=goods[i].volum){
if(select[i-1][w-goods[i].volum]+goods[i].value>select[i-1][w]){
select[i][w]=select[i-1][w-goods[i].volum]+goods[i].value;
}else{
select[i][w]=select[i-1][w];
}
}else{
select[i][w]=select[i-1][w];
}
}
}
return select[prtLen][pktVolum];
}
附件列表