算法笔记-动态规划求解0/1背包问题

算法笔记-动态规划求解0/1背包问题

作者：星河滚烫兮

---

前言

  动态规划作为一种重要思想，被应用于方方面面，其最重要的是动态规划数组（dp数组）和状态转移方程。其实本质上是一种存储过去与当前的状态，同时在状态转移过程中进行最优化，得到全局最优解。以下是解决0/1背包问题的代码，问题描述与求解过程都放在注释里，大家结合代码和注释学习。

---

C版本

/*
    问题描述：已知有背包最大容量为11，现有4个物品：
                wi = {2, 3, 4, 6}
                vi = {3, 4, 5, 2}
              求装入背包的最大价值。
*/
#include<stdio.h>

#define N 4                 //物品个数
#define M 11                 //背包最大容量
int dp[N+1][M+1];               //动态规划数组：当背包当前容量为M时，决策第i个物品（放或不放）所能达到的最优解（当前背包最大价值）
int wi[] = {0, 2, 3, 4, 6};     //物品重量（0只是为了方便表示i-1防止数组越界）
int vi[] = {0, 3, 4, 5, 2};     //物品价值
int si[] = {0, 0, 0, 0, 0};     //物品状态：放or不放

void StataTransfer(int w[], int v[])        //状态转移函数：构建填充bp数组
{
    for(int i=1;i<=N;i++)               //i代表对第i个物品进行决策
        for(int j=0;j<=M;j++)            //j代表对于当前背包容量决策后的最优解
        {
            if(w[i]>j)
                dp[i][j] = dp[i-1][j];
            else
                //当前状态的最优解=max(放，不放)，放是基于上一次背包容量放的（硬放，为了消除最优化因素影响）
                dp[i][j] = (dp[i-1][j-w[i]]+v[i]>dp[i-1][j]?dp[i-1][j-w[i]]+v[i]:dp[i-1][j]);       
        }
}
void Traceback(void)        //由dp数组动态规划表回溯得到状态
{
    int temp = M;
    for(int i=N;i>0;i--)
    {
        if(dp[i][temp]==dp[i-1][temp])
            si[i] = 0;
        else
        {
            si[i] = 1;
            temp = temp-wi[i];
        }
    }
}

void dpDisplay(void)
{
    printf("\n动态规划数组dp如下：\ni/j| ");
    for(int z=0;z<=M;z++)
        printf("%d ",z);
    printf("\n");
    for(int i=1;i<=N;i++)
    {
        printf(" %d | ",i);
        for(int j=0;j<=M;j++)
            printf("%d ",dp[i][j]);
        printf("\n");
    }
}
void stateDisplay(void)
{
    printf("\n状态数组si如下：\nsi[]={");
    for(int i=1;i<=N;i++)
        printf("%d ",si[i]);
    printf("\b}\n");
}


int main()
{
    StataTransfer(wi, vi);
    dpDisplay();
    Traceback();
    stateDisplay();
}