0-1背包问题 动态规划
来源:互联网 发布:网络监控水晶头接法图 编辑:程序博客网 时间:2024/06/03 23:08
分析如下:
题目
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价值总和最大。
基本思路
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
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]}
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]。
阶段 I (物品的数量)
每个阶段的状态: 前i个物品 总容量不超过 v的 最大价值 f[i][v]
状态转移方程
当v大于c[i] f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
当v小于c[i] f[i][v] = f[i-1][v]
边界控制 I =0 或 v=0 时 f[i][v] =0
for i:=1 to v do f[0,i]:=0;
for i:=1 to n do f[i,0]:=0;
for i:=1 to n do
for j:=1 to v do
begin
if j>=c[i] then f[i,j]:=max(f[i-1,j-c[i]]+w[i],f[i-1,j])
else f[i,j]:=f[i-1,j];
end;
详解:
测试数据:
3 10
这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3则里面放4.这样,这一排背包容量为4,5,6,....10的时候,最佳方案都是放4.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候,最佳方案还是上一排的最价方案c为4.而背包容量为5的时候,则最佳方案为自己的重量5.背包容量为7的时候,很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排 c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.)
参考代码如下:
//0-1背包问题
题目
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价值总和最大。
基本思路
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
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]}
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]。
阶段 I (物品的数量)
每个阶段的状态: 前i个物品 总容量不超过 v的 最大价值 f[i][v]
状态转移方程
当v大于c[i] f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
当v小于c[i] f[i][v] = f[i-1][v]
边界控制 I =0 或 v=0 时 f[i][v] =0
for i:=1 to v do f[0,i]:=0;
for i:=1 to n do f[i,0]:=0;
for i:=1 to n do
for j:=1 to v do
begin
if j>=c[i] then f[i,j]:=max(f[i-1,j-c[i]]+w[i],f[i-1,j])
else f[i,j]:=f[i-1,j];
end;
详解:
测试数据:
3 10
4 3
5 4
6 5
这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3则里面放4.这样,这一排背包容量为4,5,6,....10的时候,最佳方案都是放4.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候,最佳方案还是上一排的最价方案c为4.而背包容量为5的时候,则最佳方案为自己的重量5.背包容量为7的时候,很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排 c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.)
参考代码如下:
//0-1背包问题
#include <iostream>using namespace std;int max(int a,int b){ int temp=b; if (a>b)temp=a; return temp;}int main(){ int N,V; int sum[101][100]={0}; int i,j; int c[100]={0},w[100]={0}; while (cin>>N>>V) { for(i=1;i<=N;i++)cin>>c[i]>>w[i]; for(i=0;i<=N;i++) for(j=0;j<=V;j++) sum[i][j]=0; cout<<"分配方法:"<<endl; for(i=1;i<=N;i++) for(j=1;j<=V;j++) { if (j>=w[i])sum[i][j]=max(sum[i-1][j],sum[i-1][j-w[i]]+c[i]); else sum[i][j]=sum[i-1][j]; cout<<sum[i][j]<<" "; if(j%V==0)cout<<endl; } cout<<"最大价值:"<<sum[N][V]<<endl; } return 0;}
- 0/1背包问题动态规划详解
- 动态规划解0-1背包问题
- 0/1背包问题动态规划详解
- 动态规划 ------0-1背包问题
- 0/1背包问题动态规划详解
- 动态规划解决0-1背包问题
- 0/1背包问题动态规划详解
- 0-1背包问题--动态规划解法
- 动态规划解0-1背包问题
- 0-1背包问题动态规划
- 0-1背包问题,动态规划求解
- 动态规划解决0-1背包问题
- 0/1背包问题动态规划详解
- 动态规划---0-1背包问题
- 动态规划解决0-1背包问题
- 动态规划解0-1背包问题
- 0/1背包问题----动态规划实现
- 动态规划0—1背包问题
- PVCBOT【6号】光能比目鱼--太阳能翻跟斗机器人
- Android ContentObserver监视未接电话,未读短信
- Oracle 10g OCM Exam 大纲
- LeetCode: Rotate List
- 基本排序算法小结
- 0-1背包问题 动态规划
- SPOJ 3261. Race Against Time(RACETIME) 【线段树套SBT】
- PVCBOT【7号A版】疯狂小强二代--避障小车
- OCM备考 一、Server config 之手工创建数据库
- PVCBOT【8号】逐日知了--太阳能追光小车
- 黑马程序员十、交通灯管理系统
- 无法显示 XML 页.名称以无效字符开头。处理资源 'http://localhost/' 时出错。第 1 行,位置: 2
- 深入了解WM_SIZE
- OCM备考 一、Server config 之管理表空间