新手第一次写博客,作为自己的学习笔记,如有错误之处还请各位大佬多多指出;
01背包问题介绍
「01背包问题」,是让你从N个物品中,选出总价值之和最大并且不超过背包总体积V的物品;(每一件物品都有自己的价值和相应的体积,并且没一件物品只可以选择一次)。
这是一个比较简单的动态规划的问题,动态规划是不断决策求最优解的过程,「0-1 背包」即是不断对第 i 个物品的做出决策,「0-1」正好代表不选与选两种决定。
(我这里使用的是二维的,之后会更新一维版本)
源代码:
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 2010;
int w[N], v[N]; //v[i] 表示第i个物品的体积 w[i]表示第i个物品的价值
int dp[N][N]; //状态表示:dp[i][j] 前i个物品,在容积为j的情况下的最大价值
int main()
{
int n, m; //n:物品数量 m:背包容积
cin >> n >> m;
for(int i = 1; i <= n; i++)
cin >> v[i] >> w[i]; //输入每一个物品的价值和相应的体积
for(int i = 1; i <= n; i ++)
for(int j = 1; j <= m; j++) //「1」
{
//当前背包容量够装下第i个物品
if(j >= v[i])
{
//「2」
dp[i][j] = max(dp[i-1][j - v[i]] + w[i], dp[i - 1][j]);
}
//当前背包容量不够装下第i个物品
else
{
//「3」
dp[i][j] = dp[i - 1][j];
}
}
//直接输出,n个物品,体积为m时,最优情况;
cout << dp[n][m];
return 0;
}
推导过程:
「01背包问题」最重要的就是选择的过程了,这个过程我也是自己手推了一遍,才算真的明白了,接下来我写一下对于上面三个标注地方的理解:
「1」:每一次 j 都要从 1 开始,直到 m,这是因为 j 取的每一个数(体积)我们都要对其选择价值价值最大的情况,至于怎么判断,请看下面;
「2」:j >= v[ i ] : 当前体积 j 可以容纳下体积为 v[ i ] 的物品。
此时,我们所需要做得就是比较 dp[ i - 1 ][j - v[ i ] ] + w[ i ] 与 dp[ i - 1][ j ] 大小,并且取较大值;
dp[ i - 1 ][j - v[ i ] ] + w[ i ] :表示前一个物品,占用的体积为 j - v[ i ] 时,所取得的值,加上当前选择的第 i 个物品的价值;(注意:上一个物品的最优值值随着 j 的改变,也是在发生变化的)
dp[ i - 1][ j ]:表示不取当前物品,并且前一个物品所占用容积为 j 时,所取得的值;
注意:「2」是我这个小菜鸡不容易理解的地方,所以我动手推了一下这个过程,结果恍然大悟,如果大家不明白的话,可以找一道例题,取动手写一下,相信你也会明白的;
「3」j < v [ i ] : 当前体积无法容纳第 i 个物品,不可以选择,所以此时价值最大就是前 i - 1个物品的最大值;
总结
这是我的一个学习笔记,希望各位大佬看了之后,能够给出一些建议,我这个小菜鸡一定会好好学的,谢谢!