背包问题

背包问题

一.问题重述

给定n个物品，价值分别是：v1,v2,...,vn,重量分别是：w1,w2,...,wn。现挑选物品放入承重为W的背包，使得背包内物品的价值最大，且背包内物品的总重量小于W.这里假设承重都是正整数。

二.解决方案

首先我们先设一个量：V[i,j],它代表在前i个物品中进行挑选，能放进承重为j的背包中，背包内物品价值最大的物品挑选组合的价值。

那根据这个设定的量，我们可以得出这样的一些结论：

1.若在前i-1个物品中挑选，则最优集合为V[i-1,j]，如果在V[i,j]的组合中，背包内是不包括了第i个物品的话，那么V[i,j]=V[i-1,j]；

2.如果在V[i,j]的组合中，背包内是包括了第i个物品的话，则该组合等于V[i-1,j]加上第i个物品，也就是说V[i,j]=V[i-1,j-wi](注意：此处的前提条件是V[i,j]包括了第i个物品)

所以，我们可以得出计算V[i,j]的公式：

if j-wi<0

V[i,j]=V[i-1,j]

else

V[i,j]=max{V[i-1,j],vi+V[i-1,j-wi]}

此外，V[0,j]=V[i,0]=0,即背包内无物品或说背包承重为0时，背包内最大价值都是0.

有了解决方案的公式，我们就可以进行问题的解决。

三.示例

下面根据以上所推公式，我们对一个例子进行演示。

例子：

物品	重量	价值
1	2	12
2	1	10
3	3	20
4	2	15

 背包承重W=5

那么首先按初始化条件建立表格：

i/j	0	1	2	3	4	5
0	0	0	0	0	0	0
1	0
2	0
3	0
4	0

表格可以按行填写，也可以按列填写，本例按列填写。 

首先，V[1,1]表示在前1个物品中挑选，重量不得超过1，我们发现前一个w1=2>1，所以没有解决方案，即V[1,1]=0；接着，V[2,1]表示在前2个物品中挑选，重量不得超过1，我们发现前一个w2=1，所以有解决方案，为{物品二}，即V[2,1]=10；然后，V[3,1]表示在前3个物品中挑选，重量不得超过1，我们发现前一个w3=3>1，所以有解决方案，还是{物品二}，即V[3,1]=10；最后，V[4,1]表示在前4个物品中挑选，重量不得超过1，我们发现前一个w4=2>1，所以没有解决方案，即V[4,1]=10;得出下表：

i/j	0	1	2	3	4	5
0	0	0	0	0	0	0
1	0	0
2	0	10
3	0	10
4	0	10

接着，填第3列。

首先，V[1,2]表示在前1个物品中挑选，重量不得超过2，我们发现前一个w1=2，所以有解决方案，为{物品一}，即V[1,2]=12；接着，V[2,2]表示在前2个物品中挑选，重量不得超过2，我们发现前一个w2=1<2，且V[1,0]+v2<V[1,2]，所以有解决方案，为{物品一}，即V[2,2]=12；然后，V[3,2]表示在前3个物品中挑选，重量不得超过2，我们发现前一个w3=3>2，所以有解决方案，还是{物品二}，即V[3,2]=12；最后，V[4,2]表示在前4个物品中挑选，重量不得超过2，我们发现前一个w4=2，且V[3,1]+v4>V[3,0]，所以有解决方案，为{物品4}，即V[4,1]=15;得出下表：

i/j	0	1	2	3	4	5
0	0	0	0	0	0	0
1	0	0	12
2	0	10	12
3	0	10	12
4	0	10	15

对以上两个步骤我们可以看出我们可以在表格里得到这样的规律： 

i/j	0	...	j-wi	...	j	...	W
0	0	0	0	0	0	0	0
...	0
i-1	0		V[i-1,j-wi]		V[i-1,j]
i	0				V[i,j]
...	0
n	0						目标

所以从V[1,1]开始逐列填写，最终可得表如下： 

i/j	0	1	2	3	4	5
0	0	0	0	0	0	0
1	0	0	12	12	12	12
2	0	10	12	22	22	22
3	0	10	12	22	30	32
4	0	10	15	25	30	37

因此，最大价值为V[4,5]=37。 

除了得出最大价值外，我们还想得到组成最大价值的物品，即哪些物品放入了背包，该问题的解决可对已经建好的表格使用回溯法得到。

首先对目标格V[4,5]开始，判断V[4,5]是否等于V[3,5](也就是向上一格比较)，如果相等，就是说明在前3个物品挑选与在前4个物品挑选是一样的，也就说第4个物品没有放入背包里；如果不相等，就是背包里放入的第4个物品。根据例子，发现V[4,5]不等于V[3,5]，所以第4个物品被放入了背包；接着看[i-1,j-wi]，就是看从3个物品里挑选，背包承重为W-w4的格子——[3,3]，比较[3,3]与[2,3]，发现[3,3]=[2,3]，所以第3个物品不包括在背包里，也即是从前3个物品挑选与从前2个物品挑选是一样的，所以看[2,3]，比较[2,3]与[2,2]，发现[2,3]不等于[1,3]，同理，物品2被放入了背包。然后看[1,2](即[2-1,3-1])，[1,2]与[0,2]不等，所以物品1被放入了背包，回溯结束，最后的背包里有物品1，物品2，物品4。

 

四.具体算法

背包问题算法伪代码：

MFKnapsack(i,j)

//输入：背包可承受最大物品数i与背包可承受最大重量j

//输出：背包内物品的最大值

//V[1,...,n]为物品价值序列，W[1,...,n]为物品重量序列,为全局变量

if(i~=0&&j~=0)

    if(F(i,j)<0)

        if(j<W(1,i))

            value=MFKnapsack(i-1,j);

        else

            value=max(MFKnapsack(i-1,j),V(1,i)+MFKnapsack(i-1,j-W(1,i)));

else

value=0

return value

 

FindBag(i,j)

//输入：背包可承受最大物品数i与背包可承受最大重量j

//输出：背包内最优子集包含的物品

if(r(i,j)==r(i-1,j))

      i=i-1;

else

      s=[s,i];

      j=j-W(1,i);

      i=i-1;  

return s

 

下面给出具体程序，用matlab写的m文件：

function [value]=MFKnapsack(i,j)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%输入：
%       i：     --背包承受最大物品数
%       j：     --背包承受最大重量
%输出：
%       value:  --最大价值
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
W=[2,1,3,2];%物品重量序列
V=[12,10,20,15];%物品价值序列
k=size(W,2);
F=-ones(k,j);
if(i~=0&&j~=0)
    if(F(i,j)<0)
        if(j
   
   

function [s]=FindBag(i,j)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%输入：
%       i：     --背包承受最大物品数
%       j：     --背包承受最大重量
%输出：
%       s:  
%           s(1,1)      --最大价值
%           s(1,2:end)  --背包内包含的物品
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
r=zeros(i,j);
W=[2,1,3,2];%物品重量序列
V=[12,10,20,15];%物品价值序列
for p=1:1:i
    for q=1:1:j
        r(p,q)=MFKnapsack(p,q);
    end
end
k=i;
l=j;
s=[];
sum=0;
while(k>1)
    if(r(k,l)==r(k-1,l))
        k=k-1;
    else
        s=[s,k];
        sum=sum+V(1,k);
        l=l-W(1,k);
        k=k-1;
    end 
end
if(sum~=r(i,j))
    s=[s,1];
end
s=[r(i,j),s];
end

 

 

 参考：(美)Anany Levitin 著 潘彦 译《算法设计与分析基础（第二版）》.清华大学出版社.北京.pag228-231