01背包问题 -- 经典动态规划题
来源:互联网 发布:淘宝订单打印 编辑:程序博客网 时间:2024/06/06 03:24
01背包问题
问题描述:有n个重量和价值分别为Wi,Vi的物品,从这些物品中挑选出总重量不超过W的物品,求怎么挑选才能使价值最大;
首先可以使用搜索来看看,吧每件物品放入背包试试,找出最优解。
// 01背包问题// 问题描述:// 有一个背包可以存放W重量的物品,有n样物品,价值分别为v1,v2,v3,……vn,// 重量分别为w1,w2,w3,……wn,求怎么放才能让价值最大// 首先不使用动态搜索,只使用深度搜索来解决问题。// 搜索的方法是#include <iostream>#include <algorithm>using namespace std;const int MAX_N = 1005;int W; // 背包最大重量int N; // 物品数量struct Res // 定义物品{ int weight; int value;}res[MAX_N];int dfs(int i, int j); // i代表搜索第几个物品, j代表还可以放入多少重量的物品int main(){ cout <<"请输入背包的最大存放重量"; cin >> W; cout << "请输入物品的数量:"; cin >> N; cout << "请输入每件物品的重量和价值:\n"; for(int i = 0; i < N; i++) cin >> res[i].weight >> res[i].value; int ans = dfs(0, W); cout << ans << endl; return 0;}int dfs(int i, int j){ int ans; if(i == N) // 如果搜索到最后一个 ans = 0; else if(j < res[i].weight) // 如果当前的物品不能放入背包 ans = dfs(i + 1, j); else // 比较挑选和不挑选的情况都尝试一下返回最优解 ans = max(dfs(i + 1, j), dfs(i + 1, j - res[i].weight) + res[i].value); return ans;}
每一次搜索都是要两次分支,所以如果物品一多就会运行效率特别慢。
运行截图:
可以看到如果只用搜索的话会有重复的调用。所以我可以吧第一次的计算记录下来
所以我们只要把第一次计算的结果保留到一个数组中记录下来,如果再次遇到重复的计算直接使用这个计算结果即可
// 使用二维数组记录结果,避免了搜索中的重复调用,优化搜索过程,称为记忆化搜索#include <iostream>#include <algorithm>#include <cstring>using namespace std;const int MAX_N = 1005;struct RES{ int weight; int value;}res[MAX_N];int W, N;int DP[MAX_N][MAX_N];int dfs(int i, int j);int main(){ cout <<"请输入背包的最大存放重量"; cin >> W; cout << "请输入物品的数量:"; cin >> N; cout << "请输入每件物品的重量和价值:\n"; for(int i = 0; i < N; i++) cin >> res[i].weight >> res[i].value; memset(DP, -1, sizeof(DP)); int ans = dfs(0, W); cout << ans << endl; return 0;}int dfs(int i, int j){ if(DP[i][j] >= 0) return DP[i][j]; int reslut; if(i == j) reslut = 0; else if(j < res[i].weight) reslut = dfs(i + 1, j); else reslut = max(dfs(i + 1, j), dfs(i + 1, j - res[i].weight) + res[i].value); return DP[i][j] = reslut;}
这样略微改进就可以优化整个程序,是可接问题的规模大幅度提高
然后要上一个真正的动态规划啦,其实根据上面的记忆化搜索就可以推出状态转移方程了:
DP = DP[i + 1][j]; (j < res[i].weight)DP = max(DP[i + 1][ j], DP[i + 1][ j - res[i].weight] + res[i].value)
根据整个状态转移方程就可以写出程序了
代码如下:
#include <iostream>#include <algorithm>#include <cstring>using namespace std;const int MAX_N = 1005;struct RES{ int weight; int value;}res[MAX_N];int W, N;int DP[MAX_N][MAX_N];int main(){ cout <<"请输入背包的最大存放重量"; cin >> W; cout << "请输入物品的数量:"; cin >> N; cout << "请输入每件物品的重量和价值:\n"; for(int i = 0; i < N; i++) cin >> res[i].weight >> res[i].value; memset(DP, 0, sizeof(DP)); for(int i = N - 1; i >= 0; i--) for(int j = 0; j <= W; j++) if(j < res[i].weight) DP[i][j] = DP[i + 1][j]; else DP[i][j] = max(DP[i + 1][j], DP[i + 1][j -res[i].weight] + res[i].value); cout << DP[0][W]; return 0;}
1 0
- 01背包问题 -- 经典动态规划题
- 动态规划经典问题:01背包
- 动态规划的两个经典问题--01背包
- hihoCoder - 1038 - 01背包 (经典动态规划问题!!)
- 经典算法题04-动态规划算法(背包问题)
- 动态规划(经典背包问题)
- 【动态规划(三)】经典背包问题
- 动态规划--01背包问题
- 动态规划--01背包问题
- 动态规划 01背包问题
- 01背包问题 动态规划
- 动态规划01背包问题
- 01背包问题 动态规划
- 动态规划 - 01背包问题
- 动态规划 01 背包问题
- 01背包问题【动态规划】
- 动态规划01背包问题
- 动态规划--01背包问题
- mongodb C++驱动VS2012编译
- JS判断密码强度的代码
- [疯狂Java]多线程:进程和线程的概念
- 全栈学习计划-博客开发
- 快速搭建Web环境 Angularjs + Express3 + Bootstrap3
- 01背包问题 -- 经典动态规划题
- QT编码问题之不规则对话框的实现
- File文件的基本属性
- Android开发艺术-第二章 IPC 机制
- 代码重构(1)
- smartsvn解决冲突的方法
- mysql 创建 用户 授权
- 算法_冒泡排序算法
- 蓝桥杯练习——十进制转十六进制