0-1背包问题---动态规划
来源:互联网 发布:淘宝补差价怎么弄 编辑:程序博客网 时间:2024/05/22 00:12
一、问题描述
0-1背包问题可描述为:n个物体和一个背包。对物体i,其价值为value,重量为weight,背包的容量为W。如何选取物品装入背包,使背包中所装入的物品总价值最大?
二、算法设计
2.1设计算法所需的数据结构。采用结构体Goods来存放单个货物信息,背包容量为nKnapSackCap,自定义数据类型vector<vector<int>>用来存放每一次迭代的执行结果,用数组knapStackGoods存放最终装入背包的物品。
2.2初始化。(由于vector类功能的限制,这里为了方便将record所有元素设置为0)。
2.3按照下式递推record,确定前i个物品能够装入背包的最优值。
2.4求解最优值,结果存入数组knapStackGoods中。
三、算法描述
//问题求解void KnapSack_0_1(AllGoods &allGoods,int knapSackCap,AllGoods &knapStackGoods){RecordTable record;//定义记录表vector<int> temp;//一个临时变量,用来初始化record//将record所有元素初始化为0for(int i = 0;i <= allGoods.size();++i){record.push_back(temp) ;for(int j = 0;j <=knapSackCap;++j){record[i].push_back(0);}}//计算record[i][j]for(int i = 1;i <= allGoods.size();++i){for(int j = 1;j <=knapSackCap;++j){if(j < allGoods[i - 1].weight){record[i][j] = record[i - 1][j];}else{if(record[i - 1][j - allGoods[i - 1].weight] + allGoods[i -1].value < record[i - 1][j] ){record[i][j] = record[i - 1][j];}else{record[i][j] = record[i - 1][j - allGoods[i - 1].weight] + allGoods[i - 1].value ;}}}}//构造最优解int j = knapSackCap;for(int i = allGoods.size();i > 0;--i){if(record[i][j] > record[i - 1][j]){knapStackGoods.push_back(allGoods[i - 1]);j -= allGoods[i - 1].weight;}}}
四、算法复杂性分析
算法中有两层嵌套for循环,为此可选定语句j < allGoods[i - 1].weight为基本语句,其运行时间为nKnapStackCap * nGoodsNum;则算法时间复杂性为O(nKnapStackCap * nGoodsNum)。又因为用到辅助变量record,所以其空间复杂性为O(nKnapStackCap * nGoodsNum)。
五、实现代码
#include <iostream>#include <vector>using namespace std;const int nGoodsNum = 5;const int nKnapSackCap = 10;class Goods //定义货物数据类型{public:int weight;int value;};typedef vector<Goods> AllGoods;//定义所有货物数据类型typedef vector<vector<int>> RecordTable;//定义记录表数据类型//问题求解void KnapSack_0_1(AllGoods &allGoods,int knapSackCap,AllGoods &knapStackGoods){RecordTable record;//定义记录表vector<int> temp;//一个临时变量,用来初始化record//将record所有元素初始化为0for(int i = 0;i <= allGoods.size();++i){record.push_back(temp) ;for(int j = 0;j <=knapSackCap;++j){record[i].push_back(0);}}//计算record[i][j]for(int i = 1;i <= allGoods.size();++i){for(int j = 1;j <=knapSackCap;++j){if(j < allGoods[i - 1].weight){record[i][j] = record[i - 1][j];}else{if(record[i - 1][j - allGoods[i - 1].weight] + allGoods[i -1].value < record[i - 1][j] ){record[i][j] = record[i - 1][j];}else{record[i][j] = record[i - 1][j - allGoods[i - 1].weight] + allGoods[i - 1].value ;}}}}//构造最优解int j = knapSackCap;for(int i = allGoods.size();i > 0;--i){if(record[i][j] > record[i - 1][j]){knapStackGoods.push_back(allGoods[i - 1]);j -= allGoods[i - 1].weight;}}}//获取物品信息,此处只是将书上例子输入allGoodsvoid GetAllGoods(AllGoods &allGoods){Goods goods;goods.weight = 2;goods.value = 6;allGoods.push_back(goods);goods.weight = 2;goods.value = 3;allGoods.push_back(goods);goods.weight = 6;goods.value = 5;allGoods.push_back(goods);goods.weight = 5;goods.value = 4;allGoods.push_back(goods);goods.weight = 4;goods.value = 6;allGoods.push_back(goods);}int main(){AllGoods allGoods;AllGoods knapStackGoods;GetAllGoods(allGoods); //要求同样重量的物品,价值大的排在前面//求解KnapSack_0_1(allGoods,nKnapSackCap,knapStackGoods);//输出结果cout<<"物品个数:"<<nGoodsNum<<endl;for(int i = 0 ;i < allGoods.size(); ++i){cout<<"重量:"<<allGoods[i].weight<<" 价值: "<<allGoods[i].value<<endl;}cout<<"背包容量: "<<nKnapSackCap<<endl;cout<<"背包中可装入物品:"<<endl;for(int i = 0;i < knapStackGoods.size();++i){cout<<"重量:"<<knapStackGoods[i].weight<<" 价值: "<<knapStackGoods[i].value<<endl;}return 0;}
0 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
- ADO中使用addnew
- PHP草根论之设计模式-职责链模式
- 制作FC8 LiveCD并使用squashfs进行改动
- jenkins集成robot framework做自动化测试
- lucene搜索方式(query类型)
- 0-1背包问题---动态规划
- 数据结构之线性表的操作
- linux 编译错误
- poj 2828
- Oracle分组查询 over (parttion by xxx order by xxx)
- 手动修改PE文件:添加自定义代码
- 一步一步教你做ios推送
- LeetCode题解:Unique Binary Search Trees
- 第11周项目1-函数版星号图(3)