算法学习 - 01背包问题(动态规划C++)
来源:互联网 发布:python运维开发视频 编辑:程序博客网 时间:2024/05/23 11:58
- 动态规划
- 01背包
- 问题描述
- 求解思路
- 代码实现
- 放入哪些物品
- 代码
动态规划
我在上一篇博客里已经讲了一点动态规划了,传送门:算法学习 - 动态规划(DP问题)(C++)
这里说一下,遇到动态规划应该如何去想,才能找到解决办法。
最主要的其实是要找状态转移的方程,例如上一篇博客里面,找的就是当前两条生产线的第i个station的最短时间和上一时刻的时间关系。
minTime(station[1][i]) = minTime(station[1][i-1] + time[i], station[2][i-1] + time[i] + trans[i-1])
今天要讲的问题是01背包问题。
01背包
问题描述
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W1,W2……Wn,与之相对应的价值为P1,P2……Pn。
求解这个背包能装的最大价值。(物体不能分割)。
求解思路
这个其实比上一道题难在哪里了呢?
难在上一题装配线始终是两个,不会多,不会少。我们变化的量只有装配站的多少。
这个题目变化的量一个是物品的数量,还有一个是背包的空间。就是说装配线不会随着station的多少而变化,但是背包的空间会随着物品的装入而变化。
所以我们需要做的是判断当背包剩余的空间为j
的时候,能否装入第i
个物品,并且总价值增加。
即:
d[j] = max ( d[j], d[j-v[i]] + w[i]); //v[i]表示第i个物品的体积,w[i]表示第i个物品的价值。
其实我最开始看到上面这个状态转移的方程的时候,觉得这不是肯定的在空间j
的时候放入物品,价值大于不放入物品的。毕竟只要放入就证明增加了价值啊。
其实不是这个样子的,因为只有在最开始都没有装入的时候,所有的都是0. 装入就一定价值增加。但是假如我们的物品如下:
物品1: 空间 2 价值 5
物品2: 空间 4 价值 3
当我们放入第一件物品的时候,假设背包空间是5,那么d[2…5]都是为 5. 因为d[0…1]空间不够所以为0。 当我们放入物品2的时候,d[5] = 5 > d[5 - 4] + 3
因为d[1] = 0;
。
发现了没有! 并不是放入就一定总价值增加!
所以我们遍历所有物品,从第一个物品开始,找当空间为j
的时候,装入物品是否会增加价值!
代码实现
代码其实行数很少,不好看那些写了两个屏幕的,可能并没有更多的功能。
//// main.cpp// DP_01backpack//// Created by Alps on 15/4/28.// Copyright (c) 2015年 chen. All rights reserved.//// 代码中直接定义了石头的数量和背包的空间,其实可以不用提前定义。// 这里为了方便,而且在C++ 11中可以动态规定数组大小。#include <iostream>using namespace std;#ifndef STONE_NUM#define STONE_NUM 5 //定义石头数量#endif#ifndef BACKPACK_SPACE#define BACKPACK_SPACE 10#endifint main(int argc, const char * argv[]) { int stoneSpace, stoneValue;//保存当前输入的物品空间和价值 int value[BACKPACK_SPACE+1] = {0}; //初始化value数组 for (int i = 0; i < STONE_NUM; i++) { scanf("%d %d", &stoneSpace, &stoneValue);//接收物品输入 for (int j = BACKPACK_SPACE; j > 0; j--) {//当背包空间在不同的时候,** j 一定是从大到小** if (j >= stoneSpace && value[j] < (value[j-stoneSpace] + stoneValue)) {//假如背包空间足够,并且放入总价值增加 value[j] = value[j-stoneSpace] + stoneValue;//放入,并更新总价值 } } } printf("%d\n", value[BACKPACK_SPACE]); return 0;}
这里解释下,为何第二层for
循环里,j 是从最大变化到最小的。因为我们比较的是当前物品放入,价值是否有变化,就是 value[j] 和 value[j - v] 比较。 假如更新了,那么 value[j + 1] 需要和 value[j + 1 - v] 比较的值,可能 value[j + 1 - v]已经被更新过了。就不行了!因为那个时候value[j + 1 -v]的总价值已经算上当前的物品了。再算就重复了。
放入哪些物品
上面的代码没有知道到底放入了哪些物品,其实是因为为了节省空间,没有保存每个 stoneSpace和 stoneValue.
所以我们把它们变成数组就好了。
然后我们首先要做的是:找到一共背包用了多少空间!
这个很重要,因为背包的最大价值不一定是装满了,所以我们要找到用了多少空间,才能知道到底放入了哪些物品。
怎么找呢?
假如我们的value数组如下:
0
0
4
6
9
10
13
15
15
19
19
很容易知道,这个背包剩余了一个空间? 为什么呢,因为最大的19有两个,j 多了1但是价值没有增加,说明这 1的空间没有放入物品,也就是空余了。
这样找到第一个最大得数的下标,就是使用的空间了。
代码
比较简单,只不过多了一步查找那些物品放入了,就是当背包空间减去物品空间,总价值也刚好增加了物品的价值数量,那么说明这个物品被放入了。
代码如下:
//// main.cpp// DP_01backpack//// Created by Alps on 15/4/28.// Copyright (c) 2015年 chen. All rights reserved.//// 代码中直接定义了石头的数量和背包的空间,其实可以不用提前定义。// 这里为了方便,而且在C++ 11中可以动态规定数组大小。#include <iostream>using namespace std;#ifndef STONE_NUM#define STONE_NUM 5 //定义石头数量#endif#ifndef BACKPACK_SPACE#define BACKPACK_SPACE 10#endifint main(int argc, const char * argv[]) { int value[BACKPACK_SPACE+1] = {0}; int stoneSpace[STONE_NUM],stoneValue[STONE_NUM]; for (int i = 0; i < STONE_NUM; i++) { scanf("%d %d", &stoneSpace[i], &stoneValue[i]); for (int j = BACKPACK_SPACE; j > 0; j--) { if (j >= stoneSpace[i] && value[j] < value[j-stoneSpace[i]] + stoneValue[i]) { value[j] = value[j-stoneSpace[i]] + stoneValue[i]; } } }//以上代码几乎无变化,只是存储是数组存储了。 for (int i = 0; i <= BACKPACK_SPACE; i++) { printf("%d\n", value[i]); }//打印value数组,这里面存放的是,所有物品在背包只有空间i的时候,达到的最大总价值。 int backPackSpace = BACKPACK_SPACE;// 得到背包空间 while (value[backPackSpace] == value[backPackSpace-1]) { backPackSpace--;//假如背包价值和背包空间-1的时候价值相同,空间 -1 }//找到一共使用了多少空间 for (int i = STONE_NUM-1; i >= 0; i--) { if (value[backPackSpace] == value[backPackSpace-stoneSpace[i]] + stoneValue[i]) { //假如减去当前物品的空间,总价值刚好和物品的价值相等,说明此物品被放入了。 printf("%d ", i+1);//打印这个物品。i+1是因为物品的下标是从0开始的。 backPackSpace = backPackSpace - stoneSpace[i]; //背包放入了这个物品,自然空间减少了。 } } return 0;}
整个代码比较简单。 有疑问的留言,可以相互交流。
我看了一篇其他博客,用二维矩阵入门,也觉得很棒。推荐:http://www.hawstein.com/posts/dp-knapsack.html
- 算法学习 - 01背包问题(动态规划C++)
- 动态规划 01背包 c算法
- 01背包问题的动态规划算法
- 动态规划算法之01背包问题
- 动态规划算法-解决01背包问题
- 算法面试---01背包问题---动态规划
- 动态规划算法之01背包问题
- 算法分析—动态规划(01背包问题)
- 总结——01背包问题 (动态规划算法)
- 算法导论学习笔记(十三):动态规划(三):01背包问题
- 动态规划算法,背包问题
- 算法-动态规划-背包问题
- 动态规划求解01背包问题初探(C版)
- 编程算法 - 背包问题(三种动态规划) 代码(C)
- 编程算法 - 背包问题(三种动态规划) 代码(C)
- 动态规划背包算法(01背包和完全背包)
- 算法学习笔记4-动态规划-背包问题
- 算法学习笔记4-动态规划-背包问题
- 推荐!国外程序员整理的Java资源大全 转载
- 你应该知道的浮点数基础知识
- BNUoj 4260 Trick or Treat (三分)
- HDU 1846 Brave Game 博弈水题
- Qt_ROS Package学习与修改
- 算法学习 - 01背包问题(动态规划C++)
- chrome修改默认安装路径
- ASIHTTPRequest 设置下载缓存
- 擅长排列的小明 II
- Java中继承thread类与实现Runnable接口的区别
- MySql默认数据库的作用
- css完成多列的布局用bootstrap实现
- 第一届省赛 Ivan comes again! (set)
- PyQt5 消息框