0-1背包问题

 

一 概述

 

背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。

 

二 动态规划算法分析

 

1 红色箭头是计算顺序。

   从最后一行，依次计算到第一行。

   对于每一行，依次从第一列计算到最后一列。

2 橙色箭头是回溯顺序。

 

 

三 C++代码

 

// knapsack-problem.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。

// 运行程序: Ctrl + F5 或调试 >“开始执行(不调试)”菜单
// 调试程序: F5 或调试 >“开始调试”菜单

// 0-1背包问题：动态规划算法。
#include <iostream> 
using namespace std;

// 物品数量
const int N = 4;

void Knapsack(int v[], int w[], int c, int n, int m[][10]);
void Traceback(int m[][10], int w[], int c, int n, int x[]);

int main()
{
	// 背包容量
	int c = 8;
	// 价值数组
	int v[] = { 0,2,1,4,3 };
	// 重量数组
    int w[] = { 0,1,4,2,3 };
	// 放置物品数组
	int x[N + 1];
	// 最大价值数组
	int m[10][10];

	cout << "待装物品重量分别为：" << endl;
	for (int i = 1; i <= N; i++)
	{
		cout << w[i] << " ";
	}
	cout << endl;

	cout << "待装物品价值分别为：" << endl;
	for (int i = 1; i <= N; i++)
	{
		cout << v[i] << " ";
	}
	cout << endl;

	Knapsack(v, w, c, N, m);

	cout << "背包能装的最大价值为：" << m[1][c] << endl;

	Traceback(m, w, c, N, x);

	cout << "背包装下的物品编号为：" << endl;

	for (int i = 1; i <= N; i++)
	{
		if (x[i] == 1)
		{
			cout << i << " ";
		}
	}
	cout << endl;

	return 0;
}

// 计算最大价值
void Knapsack(int v[], int w[], int c, int n, int m[][10])
{
	// 背包容量阈值
	int jMax = min(w[n] - 1, c);

	// 第一步：填写表格最后一行

	// 背包容量小于等于阈值：不能将最后一个物品放入背包，最大价值是0。
	for (int j = 0; j <= jMax; j++)
	{
		m[n][j] = 0;
	}

	// 背包容量大于阈值：可以将最后一个物品放入背包，最大价值就是最后一个物品的价值。
	for (int j = w[n]; j <= c; j++)
	{
		m[n][j] = v[n];
	}

	//第二步：填写表格中间的行
	for (int i = n - 1; i > 1; i--)
	{
		// 重新计算阈值
		jMax = min(w[i] - 1, c);
		// 小于等于阈值，使用下一行该列的值
		for (int j = 0; j <= jMax; j++)
		{
			m[i][j] = m[i + 1][j];
		}

		// 大于阈值，取较大值：可能不放入本物品，也可能放入本物品。
		for (int j = w[i]; j <= c; j++) 
		{
			m[i][j] = max(m[i + 1][j], m[i + 1][j - w[i]] + v[i]);
		}
	}

	// 第三步：填写表格第一行
	m[1][c] = m[2][c];
	if (c >= w[1])
	{
		m[1][c] = max(m[1][c], m[2][c - w[1]] + v[1]);
	}
}

// 回溯
void Traceback(int m[][10], int w[], int c, int n, int x[])
{
	for (int i = 1; i < n; i++)
	{
		if (m[i][c] == m[i + 1][c])
		{
			x[i] = 0;
		}
		else
		{
			x[i] = 1;
			// 重新计算剩余容量
			c -= w[i];
		}
	}
	// 是否放入最后一个物品
	x[n] = (m[n][c]) ? 1 : 0;
}

 

四 计算复杂性分析

 

背包（Knapsack）的时间复杂度O(n*c)，回溯（Traceback）的时间复杂度O(n)。