一、01背包问题
01背包是在M件物品取出若干件放在空间为W的背包里,每件物品的体积为C1,C2,…,Cn,与之相对应的价值为W1,W2,…,Wn.求解将那些物品装入背包可使总价值最大。
动态规划:
1) 子问题定义:F[i][j]表示前i件物品中选取若干件物品放入剩余空间为j的背包中所能得到的最大价值。
2) 根据第i件物品放或不放进行决策
其中F[i-1][j]表示前i-1件物品中选取若干件物品放入剩余空间为j的背包中所能得到的最大价值;
而F[i-1][j-C[i]]+W[i]表示前i-1件物品中选取若干件物品放入剩余空间为j-C[i]的背包中所能取得的最大价值加上第i件物品的价值
根据第i件物品放或是不放确定遍历到第i件物品时的状态F[i][j]。
设物品件数为N,背包容量为V,第i件物品体积为C[i],第i件物品价值为W[i]。
由此写出伪代码如下:
1 F[0][] ← {0}2
3 F[][0] ← {0}4
5 for i←1to N6
7 do for k←1to V8
9 F[i][k] ← F[i-1][k]10
11 if(k >=C[i])12
13 then F[i][k] ← max(F[i][k],F[i-1][k-C[i]]+W[i])14
15 return F[N][V]
上述代码9-13行也可以这样写:
if(k
then F[i][k] ← F[i-1][k]
elseF[i][k] ← max(F[i-1][k],F[i-1][k-C[i]]+W[i])
理解为:当第i个物品的体积大于背包剩余容量时,第i个物品肯定不能被放进去,所以F[i][k]=F[i-1][k],
而当第i个物品的体积小于或等于背包剩余容量时,可以有两种选择,放第i个物品(F[i-1][k-C[i]]+W[i])或者不放(F[i-1][k]),然后选择两者之间最优的。
而写成第一种等价的伪代码是为了更好的理解从二维数组解法到一维数组解法的转换。
根据算法求出的最大价值表本身其实含有位置信息,从F[N][V]逆着走向F[0][0],设i=N,j=V,如果F[i][j]==F[i-1][j-C[i]]+W[i]说明包里面有第i件物品,同时j -= C[i],不管F[i][j]与F[i-1][j-C[i]]+W[i]相不相等i都要减1,因为01背包的第i件物品要么放要么不放,不管放还是不放其已经遍历过了,需要继续往下遍历。
打印背包内物品的伪代码如下:
1 i←N2
3 j←V4
5 while(i>0 && j>0)6
7 do if(F[i][j]=F[i-1][j-C[i]]+W[i])8
9 then Print W[i]10
11 j←j-C[i]12
13 i←i-1
也可以定义一个二维数组Path[N][V]来存放背包内物品信息,开始时Path[N][V]初始化为0,当 F[i][j]==F[i-1][j-C[i]]+W[i]时Path[i][j]置1。最后通