01背包问题
来源:互联网 发布:苹果手机网络加速器 编辑:程序博客网 时间:2024/06/07 01:55
问题描述:
有N件物品和一个容量为V的背包。第i件物品的重量是c[i],价值是w[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。
问题特点:每种物品仅有一件,可以选择放或不放。(0:不放 1:放)
基本思路:
这是最基础的背包问题,用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]} 。 可以压缩空间,f[v]=max{f[v],f[v-c[i]]+w[i]} 这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”,价值为f[i-1][v];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f [i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
注意f[v]有意义当且仅当存在一个前i件物品的子集,其费用总和为v。所以按照这个方程递推完毕后,最终的答案并不一定是f[N] [V],而是f[N][0..V]的最大值。如果将状态的定义中的“恰”字去掉,在转移方程中就要再加入一项f[v-1],这样就可以保证f[N] [V]就是最后的答案。至于为什么这样就可以,由你自己来体会了。
代码实现:
#include<stdio.h>#include<string.h>#define MINUSINF 0x80000000#define MAXN 100#define MAXV 1000 int max(int a,int b){ return a>b?a:b;} //n件物品和一个容量为v的背包。第i件物品的费用是c[i],价值是w[i],装满与否要求为full//算法1:经典DP二维数组解法,时间复杂度及空间复杂度均为O(nv) int ZeroOnePack1(int n,int v,int c[],int w[],int full){ int i,j; int f[MAXN][MAXV]; if(full){ for(i=0;i<=n;i++) for(j=0;j<=v;j++) f[i][j]=MINUSINF; f[0][0]=0; } else { memset(f,0,sizeof(f)); } for(i=1;i<=n;i++){ for(j=0;j<=v;j++){ if(j>=c[i]) f[i][j]=max(f[i-1][j],f[i-1][j-c[i]]+w[i]); else f[i][j]=f[i-1][j]; } } if(f[n][v]<0) return -1; else return f[n][v];} //算法2:算法1的一维数组解法,时间复杂度为O(nv),空间复杂度为O(v)int ZeroOnePack2(int n,int v,int c[],int w[],int full){ int i,j; int f[MAXV]; if(full){ f[0]=0; for(i=1;i<=v;i++) f[i]=MINUSINF; } else{ memset(f,0,sizeof(f)); } for(i=1;i<=n;i++){ for(j=v;j>=0;j--){ if(j>=c[i]) f[j]=max(f[j],f[j-c[i]]+w[i]); } } if(f[v]<0) return -1; else return f[v];}//算法3:算法2的优化,去掉了无必要的判断,时间复杂度为O(nv),空间复杂度为O(v)int ZeroOnePack3(int n,int v,int c[],int w[],int full){ int i,j; int f[MAXV]; if(full){ f[0]=0; for(i=1;i<=v;i++) f[i]=MINUSINF; } else { memset(f,0,sizeof(f)); } for(i=1;i<=n;i++){ for(j=v;j>=c[i];j--){ f[j]=max(f[j],f[j-c[i]]+w[i]); } } if(f[v]<0) return -1; else return f[v];} //算法4:算法3的常数优化,在v较大时优势明显,时间复杂度为O(nv),空间复杂度为O(v)int ZeroOnePack4(int n,int v,int c[],int w[],int full){ int i,j,sum=0,bound; int f[MAXV]; if(full) { f[0]=0; for(i=1;i<=v;i++) f[i]=MINUSINF; } else memset(f,0,sizeof(f)); for(i=1;i<=n;i++) sum+=w[i]; for(i=1;i<=n;i++) { if(i>1) sum-=w[i-1]; bound=max(v-sum,c[i]); for(j=v;j>=bound;j--) { f[j]=max(f[j],f[j-c[i]]+w[i]); } } if(f[v]<0) return -1; else return f[v];} int main(){ int i,j; int n,v,c[MAXN],w[MAXN]; while(scanf("%d %d",&n,&v)!=EOF){ for(i=1;i<=n;i++) { scanf("%d %d",&c[i],&w[i]); } printf("%d\n",ZeroOnePack1(n,v,c,w,0)); } return 0;}
- 背包问题---01背包
- DP 背包问题 01背包
- 01背包--苹果,背包问题
- 01背包 完全背包问题
- 背包问题之01背包
- 背包问题之01背包
- 背包问题1:01背包
- 背包问题《1》01背包
- 01背包+完全背包问题
- 背包问题-背包01-苹果
- 背包问题之01背包
- 背包问题(01背包,完全背包,多重背包)
- 背包问题(01背包,完全背包,多重背包)
- 动态规划-----背包问题-----01背包,完全背包,多重背包
- 经典背包问题 01背包+完全背包+多重背包
- 背包(01背包、完全背包、多重背包)问题总结
- 背包问题(01背包,完全背包,多重背包)
- 经典背包问题 01背包+完全背包+多重背包
- 利用XML FOR PATH 合并分组信息
- JavaScript随机生成字母
- Oracle数据类型
- Struts2 Hello World实例
- ORACLE实用小记
- 01背包问题
- DSOFramer!原来还有这么个东西,哎,真无知。
- Linux进程(之)进程切换函数switch_to()解析
- server 2003 32位cpu寻址
- 关于asp:Button控件的一些学习
- HDOJ 2602 Bone Collector
- Android 博客收集
- 谎言与诚实谜题
- java开源论坛