算法分析——二维0-1背包问题

问题描述

方法

动态规划法解决问题，我们只需要每次在加入物品的时候保证不超过容量，不超过容积的情况下不断求当前价值的最大值即可.我们创建一个三维数组，维度分别为物品序号，当前容量和当前容积，在判断是否加入新物品之前，我们需要判断加入该物品与不加该物品的价值高低，这样的话，在往后加入物品时也可以修改曾经的选择，因为我们的数组中各个物品的加或者不加的情况都已经列举出来了，直接查找即可。

#include <iostream>
#include <fstream>
#include <windows.h>
#include <iomanip>
#include <stdlib.h>
#include <ctime>
using namespace std;
void Random(){//随机产生物品的重量和价值
 srand(time(0));
 ofstream output("input1.txt");
 cout<<"请输入背包的重量和商品的件数：";
 int c,n;
 cin>>c>>n;
 output<<c<<" "<<n<<endl;
 for(int i=0;i<n;i++){
  int w=rand()%(c-1+1)+1;
  int v=rand()%(c-1+1)+1;
  output<<w<<" "<<v<<endl;
 }
}
int main(){
 Random();
 ifstream input("input1.txt");
 if(!input)
  cout<<"打开失败！";
 ofstream output("output1.txt");
 int c,n;
 input>>c>>n;
 int w[n+1]={0},v[n+1]={0};//w表示物品的重量，v表示物品的价值
 for(int i=1;i<=n;i++)
  input>>w[i]>>v[i];
 int V[n+1][c+1]; //B记录选择前n个物品，背包容量为c，可获得的最大价值
 for(int i=0;i<=n;i++)//对B初始化
  for(int j=0;j<=c;j++)
   V[i][j]=0;
 LARGE_INTEGER BegainTime;
    LARGE_INTEGER EndTime;
    LARGE_INTEGER Frequency;
    QueryPerformanceFrequency(&Frequency);
    QueryPerformanceCounter(&BegainTime) ;
 for(int i=1;i<=n;i++){//对物品逐个选择
  for(int j=0;j<=c;j++){//背包容量从0到c
   if(w[i]>j)//如果wi的重量大于了背包的剩余容量
    V[i][j]=V[i-1][j];
   else{
    //比较选择和不选择时的情况
                int V1=V[i-1][j-w[i]]+v[i];
                int V2=V[i-1][j];
                V[i][j]=V1>V2?V1:V2;
   }
  }
 }
 cout<<"能获得的最大价值是："<<V[n][c]<<endl;
 output<<"能获得的最大价值是："<<V[n][c]<<endl;
 QueryPerformanceCounter(&EndTime);
 cout<<"运行时间："
  <<fixed << setprecision(0)<<(double)(EndTime.QuadPart-BegainTime.QuadPart)
  <<"us"<<endl;
 output<<"运行时间："
  <<fixed << setprecision(0)<<(double)(EndTime.QuadPart-BegainTime.QuadPart)
  <<"us"<<endl;
}                                                                                

算法分析

时间复杂度很明显为O(nc)