动态规划(3): 0-1背包问题

1. 问题描述

输入: n组输入<v_i, w_i>(v_i, w_i > 0)(value 价值, weight 重量), 最大重量 C;
输出: 一组代表选择的序列<x₁, x₂, …, x_n>, 其中 x_i ∈ {0, 1}, 即代表选择 / 不选择,使得下面两个条件成立:$${\Sigma }_{i=1}^n{w}_i{x}_i\le C$$$$max{\Sigma }_{i=1}^n{v}_i{x}_i$$
(下面用这两个方程来代指某个0-1背包问题)

2.问题求解

2.1 最优解的结构

设<x₁, x₂, …, x_n>是$${\Sigma }_{i=1}^n{w}_i{x}_i\le C$$$$max{\Sigma }_{i=1}^n{v}_i{x}_i$$的一组最优解,则<x₁, x₂, …, x_n-1>是$${\Sigma }_{i=1}^{n-1}{w}_i{x}_i\le C-w_n{x}_n$$$$max{\Sigma }_{i=1}^{n-1}{v}_i{x}_i$$的一组最优解.注意到前后两组方程在最大重量和输入规模上有差异,因此有状态定义如下:

2.2 状态定义及状态转移方程

定义$m[i][w]$为限制输入规模在$[1,i]$且限制最大重量为$w$时的最大价值
$m[1][w]=0(0\le w<w_1)$
$m[1][w]=v_1(w\ge w_1)$
$m[i][w]=m[i-1][w](0\le w<w_i)$
$m[i][w]=max(m[i-1][w],m[i-1][w-w_i]+v_i)(w\ge w_i)$
*前两个方程是递归的基础,后两个方程代表了这样一种递归逻辑: 当最大重量足够装下第i个物品时,遍历第i个物品是否被选择,选择其中值较大者.

2.3 计算

略

2.4 构造最优解

$m[n][C]$即为所求

3. 代码

模板题: http://acm.hit.edu.cn/contest/177/problem/E (好像只有我自己能打开, 留给自己复习用吧, 反正也没人看)

#include<stdio.h>

int v[101];
int w[101];
int m[101][10001];

int max(int x, int y) {
	return (x > y ? x : y);
}

int main() {
	int t, tt;
	scanf("%d", &t);
	for (tt = 1; tt <= t; tt++) {
		int n, c;
		scanf("%d %d", &n, &c);
		int i, j;
		for (i = 1; i <= n; ++i) {
			scanf("%d %d", w + i, v + i);
		}
		for (i = 1; i <= n; ++i) {
			for (j = 0; j <= c; ++j) {
				if (i == 1 && j < w[i])
					m[i][j] = 0;
				else if (i == 1 && j >= w[i])
					m[i][j] = v[i];
				else if (i > 1 && j < w[i])
					m[i][j] = m[i - 1][j];
				else
					m[i][j] = max(m[i - 1][j], m[i - 1][j - w[i]] + v[i]);
			}
		}
		printf("Case #%d: %d\n", tt, m[n][c]);
	}
}