背包问题——“01背包”详解及实现(包含背包中具体物品的求解)
来源:互联网 发布:116网络兼职 编辑:程序博客网 时间:2024/05/17 04:13
-----Edit by ZhuSenlin HDU
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C1,C2,…,Cn,与之相对应的价值为W1,W2,…,Wn.求解将那些物品装入背包可使总价值最大。
动态规划(DP):
1) 子问题定义:F[i][j]表示前i件物品中选取若干件物品放入剩余空间为j的背包中所能得到的最大价值。
2) 根据第i件物品放或不放进行决策
(1-1)
其中F[i-1][j]表示前i-1件物品中选取若干件物品放入剩余空间为j的背包中所能得到的最大价值;
而F[i-1][j-C[i]]+W[i]表示前i-1件物品中选取若干件物品放入剩余空间为j-C[i]的背包中所能取得的最大价值加上第i件物品的价值。
根据第i件物品放或是不放确定遍历到第i件物品时的状态F[i][j]。
设物品件数为N,背包容量为V,第i件物品体积为C[i],第i件物品价值为W[i]。
由此写出伪代码如下:
F[0][] ← {0} F[][0] ← {0} for i←1 to N do for k←1 to V F[i][k] ← F[i-1][k] if(k >= C[i]) then F[i][k] ← max(F[i][k],F[i-1][k-C[i]]+W[i]) return F[N][V]
以上伪代码数组均为基于1索引,及第一件物品索引为1。时间及空间复杂度均为O(VN)
举例:表1-1为一个背包问题数据表,设背包容量为10根据上述解决方法可得到对应的F[i][j]如表1-2所示,最大价值即为F[6][10].
表1-1背包问题数据表
表1-2前i件物品选若干件放入空间为j的背包中得到的最大价值表
很多文章讲背包问题时只是把最大价值求出来了,并没有把所选的是哪些物品找出来。本人在学习背包问题之前遇到过很多的类似问题,当时也是只求得了最大价值或最大和,对具体哪些物品或路径等细节也束手无策。再次和大家一起分享细节的求法。
根据算法求出的最大价值表本身其实含有位置信息,从F[N][V]逆着走向F[0][0],设i=N,j=V,如果F[i][j]==F[i-1][j-C[i]]+W[i]说明包里面有第i件物品,同时j -= C[i],不管F[i][j]与F[i-1][j-C[i]]+W[i]相不相等i都要减1,因为01背包的第i件物品要么放要么不放,不管放还是不放其已经遍历过了,需要继续往下遍历。
打印背包内物品的伪代码如下:
i←N j←V while(i>0 && j>0) do if(F[i][j]=F[i-1][j-C[i]]+W[i]) then Print W[i] j←j-C[i] i←i-1
当然也可以定义一个二维数组Path[N][V]来存放背包内物品信息,开始时Path[N][V]初始化为0,当 F[i][j]==F[i-1][j-C[i]]+W[i]时Path[i][j]置1。最后通过从Path[N+1][V+1]逆着走向Path[0][0]来获取背包内物品。其中Path[0][]与Path[][0]为边界。
加入路径信息的伪代码如下:
F[0][] ← {0} F[][0] ← {0} Path[][] ← 0 for i←1 to N do for k←1 to V F[i][k] ← F[i-1][k] if(k >= C[i] && F[i][k] < F[i-1][k-C[i]]+W[i]) then F[i][k] ← F[i-1][k-C[i]]+W[i] Path[i][k] ← 1 return F[N][V] and Path[][]
打印背包内物品的伪代码如下:
i←N j←V while(i>0 && j>0) do if(Path[i][j] = 1) then Print W[i] j←j-C[i] i←i-1
在时间及空间复杂度均为O(NV)的情况下,利用Path[][]的方法明显比直接通过F[i][j]==F[i-1][j-C[i]]+W[i]来打印物品耗费空间,Path[][]需要额外的空间O(NV)但总空间复杂度不变仍为O(NV)。但下面要讲到的O(V)的空间复杂度的方法却不能利用关系式F [j]==F [j-C[i]]+W[i]而只能利用Path[][]进行标记.
接下来考虑如何压缩空间,以降低空间复杂度。
时间复杂度为O(VN),空间复杂度将为O(V)
观察伪代码可也发现,F[i][j]只与F[i-1][j]和F[i-1][j-C[i]]有关,即只和i-1时刻状态有关,所以我们只需要用一维数组F[]来保存i-1时的状态F[]。假设i-1时刻的F[]为{a0,a1,a2,…,av},难么i时刻的F[]中第k个应该为max(ak,ak-C[i]+W[i])即max(F[k],F[k-C[i]]+W[i]),这就需要我们遍历V时逆序遍历,这样才能保证求i时刻F[k]时F[k-C[i]]是i-1时刻的值。如果正序遍历则当求F[k]时其前面的F[0],F[1],…,F[K-1]都已经改变过,里面存的都不是i-1时刻的值,这样求F[k]时利用F[K-C[i]]必定是错的值。最后F[V]即为最大价值。
求F[j]的状态方程如下:
(1-2)
伪代码如下:
F[] ← {0} for i ← 1 to N do for k ← V to C[i] F[k] ← max(F[k],F[k-C[i]]+W[i]) return F[V]
同样,怎么求路径?
利用前面讲到的Path[][]标记,需空间消耗O(NV)。这里不能用F [j]==F [j-C[i]]+W[i]来判断是因为一维数组并不能提供足够的信息来寻找二维路径。
加入路径信息的伪代码如下:
F[] ← {0} Path[][]←0 for i←1 to N do for k←V to C[i] if(F[k] < F[k-C[i]]+W[i]) then F[k] ← F[k-C[i]]+W[i] Path[i][k] ← 1 return F[V] and Path[][]
打印路径的伪代码和前面未压缩空间复杂度时的伪代码一样,这里不再重写。
下面针对前面提到的表1-1提供两种方法的测试代码:
#include <iostream>#include <cstring>#include "CreateArray.h"//该头文件用于动态创建及销毁二维数组,读者自己实现using namespace std;
//时间复杂度O(VN),空间复杂度为O(VN)
int Package01(int Weight[], int Value[], int nLen, int nCapacity){int** Table = NULL;int** Path = NULL;CreateTwoDimArray(Table,nLen+1,nCapacity+1);//创建二维数组CreateTwoDimArray(Path,nLen+1,nCapacity+1);//创建二维数组for(int i = 1; i <= nLen; i++){for(int j = 1; j <= nCapacity; j++){Table[i][j] = Table[i-1][j];Path[i][j] = 0;if(j >= Weight[i-1] && Table[i][j] < Table[i-1][j-Weight[i-1]]+Value[i-1]){Table[i][j] = Table[i-1][j-Weight[i-1]]+Value[i-1];Path[i][j] = 1;}}}int i = nLen, j = nCapacity;while(i > 0 && j > 0){if(Path[i][j] == 1){cout << Weight[i-1] << " ";j -= Weight[i-1];}i--;}cout << endl;int nRet = Table[nLen][nCapacity];DestroyTwoDimArray(Table,nLen+1);//销毁二维数组DestroyTwoDimArray(Path,nLen+1);//销毁二维数组return nRet;}
//时间复杂度O(VN),不考虑路径空间复杂度为O(V),考虑路径空间复杂度为O(VN)
int Package01_Compress(int Weight[], int Value[], int nLen, int nCapacity){int * Table = new int [nCapacity+1];memset(Table,0,(nCapacity+1)*sizeof(int));int** Path = 0;CreateTwoDimArray(Path,nLen+1,nCapacity+1);//创建二维数组for(int i = 0; i < nLen; i++){for(int j = nCapacity; j >= Weight[i]; j--){Path[i+1][j] = 0;if(Table[j] < Table[j-Weight[i]]+Value[i]){Table[j] = Table[j-Weight[i]]+Value[i];Path[i+1][j] = 1;}}}int i = nLen, j = nCapacity;while(i > 0 && j > 0){if(Path[i][j] == 1){cout << Weight[i-1] << " ";j -= Weight[i-1];}i--;}cout << endl;int nRet = Table[nCapacity];DestroyTwoDimArray(Path,nLen+1);//销毁二维数组delete [] Table;return nRet;}
测试代码
int main(){int Weight[] = {2,3,1,4,6,5};int Value[] = {5,6,5,1,19,7};int nCapacity = 10;cout << Package01(Weight,Value,sizeof(Weight)/sizeof(int),nCapacity) << endl;cout << Package01_Compress(Weight,Value,sizeof(Weight)/sizeof(int),nCapacity) << endl;return 0;}
本文部分内容参考“背包九讲”
- 背包问题——“01背包”详解及实现(包含背包中具体物品的求解)
- 背包问题——“01背包”详解及实现(包含背包中具体物品的求解)
- 背包问题——“01背包”详解及实现(包含背包中具体物品的求解)
- 背包问题——“01背包”详解及实现(包含背包中具体物品的求解)
- 背包问题——“完全背包”详解及实现(包含背包具体物品的求解)
- 背包问题——“完全背包”详解及实现(包含背包具体物品的求解)
- 背包问题——“完全背包”详解及实现(包含背包具体物品的求解)
- 背包问题——“完全背包”详解及实现(包含背包具体物品的求解)
- 背包问题——“完全背包”详解及实现 (包含背包具体物品的求解)
- ★★★★★背包问题——“01背包”"完全背包"详解及实现(包含背包中具体物品的求解)
- “完全背包”详解及实现(包含背包具体物品的求解)
- 背包问题----完全背包(详解|代码实现|背包具体物品的求解)
- 01背包基础详解(附求解选择的物品)
- 背包系列第二篇----01背包(求解最大价值时背包的物品)
- 背包问题——“01背包”及“完全背包”装满背包的方案总数分析及实现
- 背包系列第五篇----完全背包(求解最大价值时背包的物品)
- 完全背包基础详解(附求解选择的物品)
- UGUI背包实现详解之三——UGUI中如何代码实现背包精灵物品互换拖拽效果
- ASP.NET中用户自定义控件(WebUserControl)的使用
- ARM未来世界开启传送门6-预备第1天
- javascript:void(0) 真正含义
- 看过的书
- Boot loader didn't return any data!
- 背包问题——“01背包”详解及实现(包含背包中具体物品的求解)
- 在Sqlserver2008上附加Sqlserver2005分离的MDF文件
- V4L2摄像头获取单幅图片测试程序(MMAP模式)
- 1961
- 总结了几种设置UITableView的cell动态高度的方法
- 使用Python获得本机IP地址
- Windows 7下安装配置PHP+Apache+Mysql
- V4L2摄像头获取单幅图片测试程序
- Visual Studio统计有效代码行数