动态规划导读
动态规划是1957年理查德贝尔曼在《Dynamic Programming》一书中提出的,其中Programming不是编程的意思,而是一种表格处理法。把每一步得到的子问题结果存储在表格里,每次遇到该子问题时不需要在求解一遍,只需要查询表格即可。
一、问题描述
有n个物品和购物车的容量,每个物品的重量为w[i],价值为v[i],购物车的容量为m,如何选取物品装入购物车,使装入的物品的总价值最大?最大价值是多少?装入了哪些物品?
算法思想:
动态规划把原问题分解为若干个子问题,然后自底向上,先求解最小的子问题,把结果存储在表格中,在求解大的子问题,直接从表格中查询小的子问题的解,避免重复计算。
建立递归式
对第i个物品的处理状态:用c[i][j]表示第i个物品放入一个容量为j的购物车可以获得的最大价值。
- S1:不放入第i个物品,装入购物车的价值不增加,c[i][j]=c[i-1][j]
- S2:放入第i个物品,装入购物车的价值增加v[i],c[i][j]=c[i-1][j-w[i]]+v[i]
j<w[i],即第i个物品的重量大于剩余空间,那么第i个物品一定不能放入,此时是情况S1。
j>=w[i],即第i个物品可以放入,此时要取S1,S2两种情况下的最大值,来决定第i个物品是否放入。
代码如下
//01背包问题
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
int main()
{
int n,m;
cin >> n;
cin >> m;
vector<int> v(n+1,0); //value
vector<int> w(n+1,0);
//dp[i][j]表示第i个物品放入容量为j时的最大价值
vector<vector<int> > dp(n+1, vector<int>(m+1));
for (int i = 1; i < n+1; ++i)
{
cin >> w[i];
dp[i][0] = 0;
}
dp[0][0] = 0;
for (int j = 1; j < n+1; ++j)
cin >> v[j];
for (int k = 0; k < m+1;++k)
dp[0][k] = 0;
for (int i = 1; i < n + 1; ++i)
{
for (int j = 1; j <