算法练习-背包问题

ImportNew
首页所有文章资讯Web架构基础技术书籍教程我要投稿更多频道 »
本周算法：背包问题
2014/09/16 | 分类： 基础技术 | 6 条评论 | 标签： 算法, 背包问题
分享到： 42
本文由 ImportNew - hejiani 翻译自 javacodegeeks。欢迎加入翻译小组。转载请见文末要求。
背包问题很有意思，同时也富有挑战性。首先看一下这个问题的完整描述：

问题

假定背包的最大容量为W，N件物品，每件物品都有自己的价值和重量，将物品放入背包中使得背包内物品的总价值最大。

背包问题wiki

可以想象这样一个场景——小偷在屋子里偷东西，他带着一只背包。屋子里物品数量有限——每件物品都具有一定的重量和价值——珠宝重量轻但价值高，桌子重但价值低。最重要的是小偷背包容量有限。很明显，他不能把桌子分成两份或者带走珠宝的3/4。对于一件物品他只能选择带走或者不带走。

示例：
1
2
3
4
Knapsack Max weight : W = 10 (units)
Total items : N = 4
Values of items : v[] = {10, 40, 30, 50}
Weight of items : w[] = {5, 4, 6, 3}
从示例数据大致估算一下，最大重量为10时背包能容纳的物品最大价值为50+40=90，重量为7。

解决方法：

最佳的解决方法是使用动态规划——先得到该问题的局部解然后扩展到全局问题解。

构建物品X在不同重量时的价值数组V(Value数组)：

1
V[N][W] = 4 rows * 10 columns
该矩阵中的每个值的求解都代表一个更小的背包问题。

初始情况一：对于第0列，它的含义是背包的容量为0。此时物品的价值呢？没有。因此，第一列都填入0。

初始情况二：对于第0行，它的含义是屋内没有物品。那么没有任何物品的背包里的价值多少呢？还是没有！所有都是0。

步骤：

1、现在，开始填入数组每一行的值。第1行第1列代表什么含义呢？对于第一个物品，可以把重量为1的该物品放入背包吗？不行。第一个物品的重量是5。因此，填入0。实际上直到第5列（重量5）之前都应该填入0。
2、对于第1行的第5列（重量5），意味着将物品1放入背包。填入10（注意，这是Value数组）：

3、继续，对于第6列，我们可以再放入重量为1（重量值-物品的重量）的物品吗。我们现在只考虑物品1。由于我们加入物品1之后就不能再加入额外的重量，可以很直观地看到其余的列都应该还是相同的值。

4、接着，有意思的事情就要出现了。在第3行第4列，此时重量为4。

需要作以下判断：

可以放入物品2吗——可以。物品2的重量为4。
不加入物品2的话当前已有物品的重量的Value值是否更大——查看相同重量时的前一行的值。不是。前一行的值为0，重量4时不能放入物品1。
在这个重量时可以放入两件物品使得价值最大吗？——不能。此时重量减去物品2的重量后为0。

为什么是前一行？

简单来说，重量为4的前一行的值本身就是个更小的背包问题解，它的含义是到该重量时背包内物品的最大价值（通过遍历物品得到）。

举个例子：

当前物品价值 = 40
当前物品重量 = 4
剩余重量 = 4-4 = 0
查看上面的行（物品1或者其余行的值）。剩余容量为0时，可以再容纳物品1吗？对于该给定的重量值上面的行还有任何值吗？
计算过程如下：

1) 计算不放入该物品时该重量的最大价值：

1
2
3
previous row, same weight = 0

=> V[item-1][weight]
2) 计算当前物品的价值 + 可以容纳的剩余重量的价值

1
2
3
4
Value of current item
+ value in previous row with weight 4 (total weight until now (4) - weight of the current item (4))

=> val[item-1] + V[item-1][weight-wt[item-1]]
找到二者之中的最大值40（0和40）。

3) 下一次最重要的位置为第2行第9列。意味着此时重量为9，放入两件物品。根据示例数据现在可以放入两件物品。我们作了以下判断：

1
2
3
4
1. The value of the current item = 40
2. The weight of the current item = 4
3. The weight that is left over = 9 - 4 = 5
4. Check the row above. At the remaining weight 5, are we able to accommodate Item 1.

计算如下：

不加入该物品时该重量的最大价值：
1
previous row, same weight = 10
计算当前物品的价值+可以容纳的剩余重量的价值
1
2
3
4
Value of current item (40)
+ value in previous row with weight 5 (total weight until now (9) - weight of the current item (4))

= 10
10vs50 = 50。

解决了所有的子问题之后，返回V[N][W]的值——4件物品重量为10时：

复杂度

解法的复杂度非常直观。在N次循环中有W次循环 => O(NW)

实现

Java代码实现：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
class Knapsack {
public static void main(String[] args) throws Exception {
int val[] = {10, 40, 30, 50};
int wt[] = {5, 4, 6, 3};
int W = 10;

    System.out.println(knapsack(val, wt, W));}public static int knapsack(int val[], int wt[], int W) {    //Get the total number of items.     //Could be wt.length or val.length. Doesn't matter    int N = wt.length;     //Create a matrix.     //Items are in rows and weight at in columns +1 on each side    int[][] V = new int[N + 1][W + 1];     //What if the knapsack's capacity is 0 - Set    //all columns at row 0 to be 0    for (int col = 0; col <= W; col++) {        V[0][col] = 0;    }    //What if there are no items at home.      //Fill the first row with 0    for (int row = 0; row <= N; row++) {        V[row][0] = 0;    }    for (int item=1;item<=N;item++){        //Let's fill the values row by row        for (int weight=1;weight<=W;weight++){            //Is the current items weight less            //than or equal to running weight            if (wt[item-1]<=weight){                //Given a weight, check if the value of the current                 //item + value of the item that we could afford                 //with the remaining weight is greater than the value                //without the current item itself                V[item][weight]=Math.max (val[item-1]+V[item-1][weight-wt[item-1]], V[item-1][weight]);            }            else {                //If the current item's weight is more than the                //running weight, just carry forward the value                //without the current item                V[item][weight]=V[item-1][weight];            }        }    }    //Printing the matrix    for (int[] rows : V) {        for (int col : rows) {            System.out.format("%5d", col);        }        System.out.println();    }    return V[N][W];}

}