动态规划（2）

最新推荐文章于 2024-10-02 23:40:03 发布

Raym0ne

最新推荐文章于 2024-10-02 23:40:03 发布

阅读量87

点赞数 2

本文链接：https://blog.csdn.net/weixin_50543783/article/details/120478191

版权

动态规划算法

01背包问题（中篇）

01背包问题最优解的回溯（back）

那么通过上一回合的分析，我们知道了，二维数组的dp[amount][capacity]的value就是我们想要的最大背包价值。光是知道这么value是不够的，我们还行知道它是由哪些编号的物品组成的，how to solve this issue 呢。首先，我们就得对这dp图的存储理清楚，dp[i][j]这个空里的value是怎么得来的：如果if w[i](放入的物品重量)>j（当前设定的背包容量），那么此时的dp[i][j] = dp[i-1][j]，说明dp[i][j] 与上面dp[i-1][j]的值一样，这个物品i没有放进去。，如果j < w[i]，dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]); 换句话说，要是dp[i][j]！=dp[i-1][j]，就说明物品i放进背包中了。好，我们知道了dp[amount][capacity]的location了，是不是就可以开始递归回溯（back）了呢？这回溯的过程中，再判断dp[i][j]是否等于dp[i-1][j]，来对i进行标记了。key point：如果当前的i的确放入了背包中，那么我们就应该回溯到dp[i-1][j-w[i]] 这个位置。
在这里插入图片描述

// 01 Backpack Problem
//i（物品编号）	1	2	3	4
//w（体积）	    2	3	4	5
//v（价值）	    3	4	5	6
#include<iostream>
using namespace std;
const int N=15;
const int amount = 4;
const int capacity = 8; 
int w[5] = {0,2,3,4,5};
int v[5] = {0,3,4,5,6};
int dp[N][N] = {{0}};
int temp[amount+1]={0};
void theBack(int i, int j) {				
	if (i >= 0) {
		if (dp[i][j]==dp[i-1][j]) {     //说明当前的物品i并没有在最优解中，向上退一步，继续回溯 。 
			temp[i] = 0;
			theBack(i - 1, j);
		}
		else if (j-w[i] >= 0 &&dp[i][j] == dp[i-1][j-w[i]]+v[i]) {   //将物品i记录在temp中，并跳转至添加物品前的上一个最优解位置 
			temp[i] = 1;
			theBack(i-1, j-w[i]);
		}
	}
}
int main(){
  
   for(int i =1;i<5; i++ ){
   	for(int j = 1; j < capacity+1;j++){
   		if(j < w[i])
   		    dp[i][j] = dp[i-1][j];
   		else{
   			dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]);
   		} 	  
   	}
   }
   for (int i=0; i <5; i++) {
   	for (int j=0; j < capacity+1; j++) {
   		cout << dp[i][j] << ' ';
   	}
   	cout << endl;
   }
   cout<<dp[amount][capacity];
   theBack(amount,capacity);
   cout<<endl<<"The optimal solution is:";
   for (int i=0; i < amount+1; i++){		
	  if(temp[i]!=0)
	  cout<<i<<" ";
}
   return 0;
}