01背包问题不能用性价比作为选择的标准

最新推荐文章于 2022-12-11 09:09:34 发布
最新推荐文章于 2022-12-11 09:09:34 发布
阅读量743 收藏 2
点赞数 3
分类专栏： 01背包问题 背包九讲

如果不是0-1问题的话，当然可以通过比较性价比来做，这时候可考虑用贪心算法；但如果是0-1问题的话就不能单纯“用性价比来做”了，因为有可能背包空出一大块。
  举个简单的例子：一个背包的容量是10KG，
物品A重7KG，价值为14元，
物品B重6KG，价值为11元，
物品C中4KG，价值为7元，
从性价比来看，A最高，但是将A放到背包里以后，无法放进其他物品了，此时总价值为14元；显然，本问题的最佳方案为将B、C放入背包，总价值为18元。
   

这就是0-1背包问题为什么能用动态规划算法，而不能用贪心算法的原因

 

https://iask.sina.com.cn/b/gWjlZJgFdHOT.html。

while_black
关注
  • 3
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
背包问题-使用粒子群算法解决01背包问题.zip
03-21
01背包问题是一种经典的组合优化问题，经常出现在计算机科学、运筹学以及人工智能等领域。它描述的是这样的场景：你有一系列物品，每种物品都有一个重量和价值，还有一个背包，背包有固定的容量限制。目标是选择一...
什么是01背包问题动态规划以及学习01背包问题动态规划的意义
05-09
在01背包问题中，我们通常使用一个二维数组dp[i][j]来表示当前的状态，其中i表示已考虑前i件物品，j表示背包当前剩余的承重为j时所能获得的最大价值。 **2. 动态规划的递推关系** 对于每一件物品i，有两种选择： -...
01背包问题 --贪心（性价比）
aoduanrou3097的博客
07-07 368
参考视频https://www.bilibili.com/video/av36136952?from=search&seid=10516072371338376794 递归解法 import java.util.*; public class problem { public int max(int a, int b) { if (a > b) ...
01背包问题的两种解法
进击の程序猿! 的博客
05-07 3866
引言 “01背包问题”是一个比较基础的算法问题，它可以衍生为其他相对复杂的算法问题，比如“装箱问题”。通过对“01背包问题”的学习与破解，我们可以掌握一些比较常见的算法，配养一定的算法思维以及解题能力。 “01背包问题”是学习计算机相关专业的学生必须掌握的经典算法问题之一。 1、“01背包问题”的问题雏形 01背包是在M件物品取出若干件放在空间为W的背包里，每件物品的体积为W1，W2至Wn，与之相对应的价值为P1,P2至Pn。 01背包是背包问题中最简单的问题。01背包的约束条件是给定几种物品，每种物品有且
0-1背包问题-贪心(不适合用贪心)
迷雾总会解
07-02 9619
提示  0-1背包问题不适合用贪心法来求解。一下仅仅是来模拟和解释为什么不能用贪心 问题描述 给定n种物品和一个背包。物品i的重量是wi，其价值为vi，背包的容量为c。 应如何选择装入背包的物品，使得装入背包中物品的总价值最大? 在选择装入背包的物品时，对每种物品i只有2种选择，即装入背包或不装入背包。不能将物品i装入背包多次，也不能只装入部分的物品i。 基本步骤 计算每种物品单位重量的价值vi/wi 依贪心选择策略，将尽可能多的单位重量价值最高的物品装入背包。 若将这种物品全部装入背包后，背包内
01背包，完全背包，多重背包
Kadimarx的博客
02-27 383
背包问题是dp的经典内容。首先，先分清楚这三个背包问题。 1.01背包：有n种物品与承重为m的背包。每种物品只有一件，每个物品都有对应的重量weight[i]与价值value[i]，求解如何装包使得价值最大。 2.完全背包：有n种物品与承重为m的背包。每种物品有无限多件，每个物品都有对应的重量weight[i]与价值value[i]，求解如何装包使得价值最大。 3.多重背包：有n种物品与承重...
【基础】背包九讲之“01背包”
Timothy023的博客
03-20 1208
如果想了解更多内容，欢迎关注我的微信公众号：信息学竞赛从入门到巅峰。 动态规划（简称DP）在当今赛场上所占的比例越来越多。今天，我们就来讲讲动态规划的入门问题——背包问题。 背包问题有众多类型，其中“01背包”、“完全背包”最为典型（当然，其他类型也很重要）。我们先来讲解一下如何解决“01背包”的问题。 问题化简 01背包的问题一般可以简化为： 有N件物品和一个容量为V的背...
01背包问题_01背包问题_
10-04
01背包问题的名称来源于其决策变量的特性：对于每件物品，我们只能选择要么放入背包（值为1），要么不放入背包（值为0）。因此，我们需要设计一个动态规划算法来解决这个问题，该算法通常称为01背包动态规划。 动态...
算法分析 | 分支限界法 | 01背包问题
01-07
int id //物品序号,比如某结点id=0,拓展当前结点时就要检查物品0 放入/不放入. int[] x //当前解向量 运算过程可以描述为: 将当前状态结点的符合条件的子结点push到队尾,并让当前节点出队. 2.限界条
【01背包问题】
01-20
①当目前背包容量大于等于当前物品的大小时，可以放，也可以不放，所以要选择两者的最大值。 不放：当前背包的价值和前一个状态（前i-1个物品）相等。所以，dp[i][j] = dp[i-1][j]。 放入：当前背包价值等于前（i-1...
动态规划——01背包问题
milu_ELK的博客
10-04 459
m（i，j）代表从i开始到n的当前背包余量为j的01背包问题的最优解。若余量可装下Wi，那么比较装下Wi即m(i+1,j-Wi)+Vi和不装下Wi即m(i+1,j)哪个价值更大，哪个即为最优子结构。比如一个背包容量为11，按顺序=6+3+1，那么最后一步+1一定是在6+3的基础上，背包余量=11-6-3=2时寻找的最优解。同理3是在6的基础上找到的最优解，那么此时余量是11-6=5。一个经典的动态规划的问题，对于每个物品，只有装或者不装两种选项，我们需要让背包装的价值尽可能高，并且不超过总重量C。
动态规划之01背包与完全背包 (简单易懂)
Z_H86的博客
03-24 5137
一、01背包 01背包是在N件物品取出若干件放在空间为W的背包里，使得所装物品价值最大。每件物品的体积为W[1]，W[2] ~ W[N]，与之相对应的价值为V[1],V[2] ~ V[N]。同时还需要N个背包F[1],f[2]~f[W],空间依次为1,2 ~ W，其值表示相应空间的背包当前所装物品的最大价值。（后面会解释为何需要W个背包） 01背包是背包问题中最简单的问题。01背包的约束条件是给定几种物品，每种物品有且只有一个（或者最多只能选取一个），并且有权值和体积两个属性。 在01背包问题中，因为每种物
【仓鼠啃算法】动态规划之“01背包”问题（1）
睿智的仓鼠
02-05 319
1、问题描述 有N件物品，一个最多承重为W的背包。 给出一个 weight[] 数组和一个 value[] 数组，weight[i] 表示第 i 件物品的重量，value[i] 表示第 i 件物品的价值。 每件物品只有一个，且只能整体使用，不能分割。求解，将哪些物品装入背包后，总价值最大？ 2、问题分析 注意，这个背包问题的要求是，每件物品只有一个，且只能整体使用。它还有两个兄弟姐妹： 如果物品可以分割成小份，就属于“贪心背包”。做法是，计算每个物品的“性价比”，然后从大到小装满背.
为什么贪心策略不能用于解决0-1背包问题？
Ryn_love的博客
03-27 6751
新人求赞啊！(●'◡'●) 一般会使用的贪婪准则：价值vi,质量wi，每一项计算ri=vi/wi,即价值和质量之比，再按比值的降序来排序，从第一项开始装背包，然后是第二项，依次类推，尽可能的多放，直到装满背包。 反例：这种策略并不能保证得到最优解。利用此策略试解n= 3 ,w=[40,35,35], v=[40,30,20], c=70 时的最优解。直觉上它可能是对的，得到的结果是选择w[0]=...
动态规划经典问题《背包问题》，弄懂这个你就懂了动态规划
fs1341825137的博客
11-08 5202
背包九讲 背包问题是动态规划问题中最为经典的问题之一，可以说完全弄明白了背包问题，能够很大程度上帮助我们了解动态规划转移方程的基本推导。背包问题的经典讲义为浙江大学崔添翼同学撰写的《背包九讲》，本文是我阅读该文章过程中的笔记和感想。 动态规划的思路其实并不难想到，大多数问题只需要看一眼就能知道是否可以采用动规求解了，难点在于如何推导出合适的状态矩阵和状态转移方程。这需要我们多手写DP表，仔细找规律。 动态规划问题基本概念 动态规划方法要寻找符合“最优子结构“的状态和状态转移方程的定义，在找到之后，这个问题就
数据结构之贪心算法（背包问题的思考）-（十）
丕子李
05-09 3108
*贪心算法：装箱问题的思考 * @author Lip *装箱问题可以是时间调问题的延伸，当一个箱子没有容积限制，那么就是时间调度问题 *在时间调度问题中：存在两个可以讨论的问题。1.平均最短时间 2.总的最短时间 *这两个问题都和装箱问题中问题如此类似。 */ /* * 上面是我理解的装箱问题，本来是想说背包问题的 * 背包问题的描述：有N件物品和一个容量为V的背包。第i件物品的重量是w[i]，价值是v[i]。 * 求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大
[C++] 贪心算法之活动安排、背包问题
m0_62089210的博客
12-11 1313
　　在求解过程中，依据某种贪心标准，从问题的初始状态出发，直接去求每一步的最优解，通过若干次的贪心选择，最终得出整个问题的最优解。　　从贪心算法的定义可以看出，贪心算法不是从整体上考虑问题，它所做出的选择只是在某种意义上的局部最优解，而由问题自身的特性决定了该题运用贪心算法可以得到最优解。如果一个问题可以同时用几种方法解决，贪心算法应该是最好的选择之一。　　（1）最优子结构性质　　（2）贪心选择性质（局部最优选择）　　1、活动安排　　设有n个活动的集合 E ＝ {1,2,…,n}，其中每个活动都要求使用同一
背包问题小总结
jialileng的博客
07-31 185
今天讲的背包问题，自闭一天，做个总结记录，主要是代码的模板，方便以后复习。。。。 1、01背包 int dp [ MAXN ]; for (int i =0; i < n ; i ++) for (int j = W ;j >= w [ i ]; j - -) dp [ j ]= max ( dp [ j ] , dp [j - w [ i ]]+ v [ i ]); print...
C语言背包问题使用性价比编写代码
最新发布
06-24
在C语言中，背包问题是一个经典的动态规划问题，通常用于优化资源分配。性价比（通常指的是价值/重量比）是一种常见的决策准则，用于确定物品应放入背包还是放弃。以下是使用性价比来解决0-1背包问题的一个简单示例代码： ```c #include <stdio.h> // 定义物品结构 typedef struct { int weight; // 物品重量 int value; // 物品价值 double ratio; // 单位重量的价值，即性价比 } Item; // 动态规划函数，返回最大总价值 int knapSack(int W, Item arr[], int n) { int dp[n + 1][W + 1]; // dp[i][j] 表示前i个物品总和能装进容量为j的最大价值 // 初始化dp数组 for (int i = 0; i <= n; i++) { dp[i] = 0; } for (int i = 1; i <= n; i++) { for (int j = 1; j <= W; j++) { if (arr[i - 1].weight <= j) { dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - arr[i - 1].weight] + arr[i - 1].value); // 如果物品i能放入，选择放入或不放入 } else { dp[i][j] = dp[i - 1][j]; // 物品i不能放入，直接使用前一个物品的情况 } } } return dp[n][W]; } // 主函数 int main() { int W = 50; // 背包容量 Item items[] = { {10, 60, 6.0}, {20, 100, 5.0}, {30, 120, 4.0} }; // 物品列表 int n = sizeof(items) / sizeof(items); double max_value = knapSack(W, items, n); printf("最大总价值: %.2lf\n", max_value); return 0; } ``` 在这个代码中，我们首先定义了一个`Item`结构体，包含了物品的重量、价值和性价比。`knapSack`函数使用了动态规划方法，通过遍历物品并根据性价比决定是否将当前物品加入背包。最后，在`main`函数中，我们设置了一个简单的背包容量和物品列表，并计算出最大总价值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值