动态规划-01背包问题

最新推荐文章于 2024-08-24 19:48:25 发布

WUST_XIAO

最新推荐文章于 2024-08-24 19:48:25 发布

阅读量472

点赞数

分类专栏：数据结构与算法

本文链接：https://blog.csdn.net/xr469786706/article/details/87938379

版权

数据结构与算法专栏收录该内容

67 篇文章 1 订阅

订阅专栏

动态规划-01背包问题

背包问题是一类经典的动态规划问题，它非常灵活，变化多样，需要仔细体会。本书只介绍两类最简单的背包问题：01背包问题和完全背包问题，而这两种背包中，又以01背包为重。

多阶段动态规划问题

有一类动态规划可解的问题，它可以描述成若干个有序的阶段，且每个阶段的状态只和上一个阶段的状态有关，一般把这类问题称为多阶段动态规划问题。01背包问题就是这样一个例子。
01背包问题

01背包问题是这样的：

有n件物品，每件物品的重量为w[i]，价值为c[i]。现有一个容量为V的背包，问如何选取物品放入背包，使得背包内物品的总价值最大。其中每种物品都只有1件。

样例
```
5 8
3 5 1 2 2	// w[i]
4 5 2 1 3	// c[i]
```

在这里插入图片描述

令dp[i][v]表示前i件物品(1 <= i <= n ;,0 <= v <= V)恰好装入容量为v的背包中所能获得的最大价值。怎么求解dp[i][v]呢？

考虑对第i件物品的选择策略，有两种策略：

不放第i件物品，那么问题转化为前i-1件物品恰好装入容量为v的背包中所能获得的最大价值，也即dp[i-1][v]
放第i件物品，那么问题转化为前i-1件物品恰好装入容量为v-w[i]的背包中所能获得的最大价值，也即dp[i-1][v-w[i]]+c[i]

由于只有这两种策略，且要求获得最大价值，因此
在这里插入图片描述

上面这个就是状态转移方程。注意到dp[i][v]只与之前的状态dp[i-1][]有关，所以可以枚举i从1到n，v从0到V，通过边界dp[0][v] = 0 (0 <= v <= V)(即前0件物品放入任何容量为v的背包中都只能获得价值0)就可以把整个dp数组递推出来。而由于dp[i][v]表示的恰好为v的情况，所以需要枚举dp[n][v](0<=v<=V)，取其最大值才是最后的结果。

for(int i = 1 ; i <= n ; i++){
    for(int v = w[i] ; v <= V ; v++){
        dp[i][v] = max(dp[i-1][v],dp[i-1][v-w[i]]+c[i])
    }
}

在这里插入图片描述
这样修改对应到图中可以这样理解：v的枚举顺序变为从右往左，dp[i][v]右边的部分为刚计算过的需要保存给下一行使用的数据，而dp[i][v]左上角和右边的部分放在一个数组里，每计算出一个dp[i][v]，就相当于把dp[i-1][v]抹消，因为在后面的运算中dp[i-1][v]再也用不到了。我们把这种技巧称为滚动数组。

代码如下：

for(int i = 1 ; i <= n ; i++){
    for(int v = V ; v >= w[i] ; v--){// 逆序枚举v
        dp[v] = max(dp[v],dp[v-w[i]]+c[i]);
    }
}

这样01背包问题就可以用一维数组表示来解决了，空间复杂度为O(V)。

特别说明：如果是用二维数组存放，v的枚举是顺序还是逆序都无所谓；如果使用一维数组存放，则v的枚举必须逆序！

完整的求解01背包问题的代码如下：

#include <cstdio>
#include <algorithm>

using namespace std;
const int maxn = 100;	// 物品最大件数
const int maxv = 1000;	// V的上限

int w[maxn],c[maxn],dp[maxv];

int main(){
    int n,V;
    scanf("%d%d",&n,&V);
    for(int i = 0 ; i < n ; i++){
        scanf("%d",&w[i]);
    }
    for(int i = 0 ; i < n ; i++){
        scanf("%d",&c[i]);
    }
    // 边界
    for(int v = 0 ; v <= V ; v++){
        dp[v] = 0;
    }
    for(int i = 1 ; i <= n ; i++){
        for(int v = V ; v >= w[i] ; v--){
            // 状态转移方程
            dp[v] = max(dp[v],dp[v-w[i]]+c[i]);
        }
    }
    // 寻找dp[0...V]中最大的即为答案
    int max = 0;
    for(int v = 0 ; v <= V ; v++){
        if(dp[v] > max){
            max = dp[v];
        }
    }
    printf("%d\n",max);
    return 0;
}