P01:01背包问题(转)
题目
有N件物品和一个容量为V的背包。第i件物品的费用是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]。
优化空间复杂度
以上方法的时间和空间复杂度均为O(VN),其中时间复杂度应该已经不能再优化了,但空间复杂度却可以优化到O(V)。
先考虑上面讲的基本思路如何实现,肯定是有一个主循环i=1..N,每次算出来二维数组f[i][0..V]的所有值。那么,如果只用一个数组 f[0..V],能不能保证第i次循环结束后f[v]中表示的就是我们定义的状态f[i][v]呢?f[i][v]是由f[i-1][v]和f[i-1] [v-c[i]]两个子问题递推而来,能否保证在推f[i][v]时(也即在第i次主循环中推f[v]时)能够得到f[i-1][v]和f[i-1] [v-c[i]]的值呢?事实上,这要求在每次主循环中我们以v=V..0的顺序推f[v],这样才能保证推f[v]时f[v-c[i]]保存的是状态 f[i-1][v-c[i]]的值。伪代码如下:
for i=1..N for v=V..0 f[v]=max{f[v],f[v-c[i]]+w[i]};
其中的f[v]=max{f[v],f[v-c[i]]}一句恰就相当于我们的转移方程f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]}
,因为现在的f[v-c[i]]就相当于原来的f[i-1][v-c[i]]。如果将v的循环顺序从上面的逆序改成顺序的话,那么则成了f[i][v]由f[i][v-c[i]]推知,与本题意不符,但它却是另一个重要的背包问题P02最简捷的解决方案,故学习只用一维数组解01背包问题是十分必要的。(从v到o或者c【i】:防止先进入的把原来的值覆盖,使后进入的值无法计算)
事实上,使用一维数组解01背包的程序在后面会被多次用到,所以这里抽象出一个处理一件01背包中的物品过程,以后的代码中直接调用不加说明。
过程ZeroOnePack,表示处理一件01背包中的物品,两个参数cost、weight分别表明这件物品的费用和价值。
procedure ZeroOnePack(cost,weight) for v=V..cost f[v]=max{f[v],f[v-cost]+weight}
注 意这个过程里的处理与前面给出的伪代码有所不同。前面的示例程序写成v=V..0是为了在程序中体现每个状态都按照方程求解了,避免不必要的思维复杂度。 而这里既然已经抽象成看作黑箱的过程了,就可以加入优化。费用为cost的物品不会影响状态f[0..cost-1],这是显然的。
有了这个过程以后,01背包问题的伪代码就可以这样写:
for i=1..N ZeroOnePack(c[i],w[i]);
初始化的细节问题
我们看到的求最优解的背包问题题目中,事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解,有的题目则并没有要求必须把背包装满。一种区别这两种问法的实现方法是在初始化的时候有所不同。
如果是第一种问法,要求恰好装满背包,那么在初始化时除了f[0]为0其它f[1..V]均设为-∞,这样就可以保证最终得到的f[N]是一种恰好装满背包的最优解。
如果并没有要求必须把背包装满,而是只希望价格尽量大,初始化时应该将f[0..V]全部设为0。
为 什么呢?可以这样理解:初始化的f数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满,那么此时只有容量为0的背包可能被价值 为0的nothing“恰好装满”,其它容量的背包均没有合法的解,属于未定义的状态,它们的值就都应该是-∞了。如果背包并非必须被装满,那么任何容量 的背包都有一个合法解“什么都不装”,这个解的价值为0,所以初始时状态的值也就全部为0了。
这个小技巧完全可以推广到其它类型的背包问题,后面也就不再对进行状态转移之前的初始化进行讲解。
一个常数优化
前面的伪代码中有 for v=V..1,可以将这个循环的下限进行改进。
由于只需要最后f[v]的值,倒推前一个物品,其实只要知道f[v-w[n]]即可。以此类推,对以第j个背包,其实只需要知道到f[v-sum{w[j..n]}]即可,即代码中的
for i=1..N for v=V..0
可以改成
for i=1..n bound=max{V-sum{w[i..n]},c[i]} for v=V..bound
这对于V比较大时是有用的。
小结
01背包问题是最基本的背包问题,它包含了背包问题中设计状态、方程的最基本思想,另外,别的类型的背包问题往往也可以转换成01背包问题求解。故一定要仔细体会上面基本思路的得出方法,状态转移方程的意义,以及最后怎样优化的空间复杂度。
代码
#include<stdio.h>
#include<string.h>
#define MINUSINF 0x80000000
#define MAXN 100
#define MAXV 1000
int max(int a,int b)
{
return a>b?a:b;
}
//n件物品和一个容量为v的背包。第i件物品的费用是c[i],价值是w[i],装满与否要求为full
//算法1:经典DP二维数组解法,时间复杂度及空间复杂度均为O(nv)
int ZeroOnePack1(int n,int v,int c[],int w[],int full)
{
int i,j;
int f[MAXN][MAXV];
if(full)
{
for(i=0;i<=n;i++)
for(j=0;j<=v;j++)
f[i][j]=MINUSINF;
f[0][0]=0;
}
else memset(f,0,sizeof(f));
for(i=1;i<=n;i++)
{
for(j=0;j<=v;j++)
{
if(j>=c[i])
f[i][j]=max(f[i-1][j],f[i-1][j-c[i]]+w[i]);
else f[i][j]=f[i-1][j];
}
}
if(f[n][v]<0) return -1;
else return f[n][v];
}
//算法2:算法1的一维数组解法,时间复杂度为O(nv),空间复杂度为O(v)
int ZeroOnePack2(int n,int v,int c[],int w[],int full)
{
int i,j;
int f[MAXV];
if(full)
{
f[0]=0;
for(i=1;i<=v;i++)
f[i]=MINUSINF;
}
else memset(f,0,sizeof(f));
for(i=1;i<=n;i++)
{
for(j=v;j>=0;j--)
{
if(j>=c[i])
f[j]=max(f[j],f[j-c[i]]+w[i]);
}
}
if(f[v]<0) return -1;
else return f[v];
}
//算法3:算法2的优化,去掉了无必要的判断,时间复杂度为O(nv),空间复杂度为O(v)
int ZeroOnePack3(int n,int v,int c[],int w[],int full)
{
int i,j;
int f[MAXV];
if(full)
{
f[0]=0;
for(i=1;i<=v;i++)
f[i]=MINUSINF;
}
else memset(f,0,sizeof(f));
for(i=1;i<=n;i++)
{
for(j=v;j>=c[i];j--)
{
f[j]=max(f[j],f[j-c[i]]+w[i]);
}
}
if(f[v]<0) return -1;
else return f[v];
}
//算法4:算法3的常数优化,在v较大时优势明显,时间复杂度为O(nv),空间复杂度为O(v)
int ZeroOnePack4(int n,int v,int c[],int w[],int full)
{
int i,j,sum=0,bound;
int f[MAXV];
if(full)
{
f[0]=0;
for(i=1;i<=v;i++)
f[i]=MINUSINF;
}
else memset(f,0,sizeof(f));
for(i=1;i<=n;i++) sum+=w[i];
for(i=1;i<=n;i++)
{
if(i>1) sum-=w[i-1];
bound=max(v-sum,c[i]);
for(j=v;j>=bound;j--)
{
f[j]=max(f[j],f[j-c[i]]+w[i]);
}
}
if(f[v]<0) return -1;
else return f[v];
}
int main()
{
int i,j;
int n,v,c[MAXN],w[MAXN];
while(scanf("%d %d",&n,&v)!=EOF)
{
for(i=1;i<=n;i++) scanf("%d %d",&c[i],&w[i]);
printf("%d\n",ZeroOnePack1(n,v,c,w,0));
}
return 0;
}
P01:01背包问题(转)相关推荐
- 动态规划 —— 背包问题 P01 —— 0-1背包
[概述] 0-1背包问题是最基本的背包问题,它包含了背包问题中设计状态.方程的最基本思想,另外,别的类型的背包问题往往也可以转换成0-1背包问题求解. 特点:每种物品仅有一件,可以选择放或不放. [题 ...
- 背包问题动态规划matlab,01背包问题动态规划详解
计算机算法分析考试:动态规划0-1背包问题,怎么算她说她没醉,却一直摇摇晃晃掉眼泪:你说你爱她,却从未想过给她一个家. 要考试了,老师给划重点有一题:动态规划0-1背包问题,怎么算. 怎么理问题描述: ...
- ACM1881 01背包问题应用
01背包问题动态规划应用 acm1881毕业bg 将必须离开的时间限制看作背包容量,先将他们由小到大排序,然后在排完序的数组中对每个实例都从它的时间限制开始(背包容量)到它的延长时间进行遍历: 1 # ...
- c语言-01背包问题
01背包问题 问题:有N件物品和一个容量为V的背包.第i件物品的费用是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. 分析: 这是最基础的背包问题,特点是:每种物品仅有一件,可以选 ...
- 三十四、动态规划解决01背包问题
一.动态规划算法介绍 动态规划算法的核心思想是:将大问题划分为小问题进行解决,从而一步一步获取最优解的处理算法. 动态规划算法与分治算法类似,其基本思想是将待求解的问题分解成若干个子问题,先求子问题, ...
- python 回溯法 子集树模板 系列 —— 3、0-1背包问题
问题 给定N个物品和一个背包.物品i的重量是Wi,其价值位Vi ,背包的容量为C.问应该如何选择装入背包的物品,使得放入背包的物品的总价值为最大? 分析 显然,放入背包的物品,是N个物品的所有子集的其 ...
- poj3624 Charm Bracelet DP 01背包问题
题目链接:http://poj.org/problem?id=3624 01背包问题,接触DP的第一题. 1 ///2014.4.10 2 ///poj3624 3 4 #include <io ...
- 【基础算法复习】01背包问题(一)
一.绪论 01背包问题是一个经典的动态规划问题,问题描述为"有n个物品,其价值分别为v[n],要求将其装在承重为m的背包,每个物品只能装一次的情况下,在不超过承重的范围下价值最大" ...
- C++~回溯+贪心法解决01背包问题
C++~回溯+贪心法解决01背包问题 参考文章: (1)C++~回溯+贪心法解决01背包问题 (2)https://www.cnblogs.com/rimochiko/p/8168638.html 备 ...
最新文章
- 从首页问答标题到问答详情页
- linux7开放3306端口,CentOS 7 开放3306端口访问
- orabbix 报错No suitable driver found for
- C语言-宏定义#define的用法
- logo下方显示技术支持信息_艺术与实用性的结合,iQunix Spider 屏幕显示器支架评测...
- 《深入理解Java虚拟机》笔记5——类加载机制与字节码执行引擎
- 201521123113 《Java程序设计》第5周学习总结
- 【深度学习】从零开始 Mask RCNN 实战:基于 Win10 + Anaconda 的 Mask RCNN 环境搭建
- 华为开发者被批评在 Linux 内核刷 KPI
- cvi调用matlab dll,cvi通过artix调用matlab
- 特殊情形的Riemann引理
- 开启82571EB/82572EI Multiple transmit queues
- 超全AD常用封装库,官方下载地址分享
- 向日葵和teamviewer免费版的替代品RD远控。
- 手机改直供电并自动开启adb无线调试修改电量
- 计算机在线拥有,电路在线计算器
- 互联网快讯:“20220222”扎堆领证;极米多款产品获消费者肯定;星巴克两门店使用过期食材被罚
- 使用Nordic芯片的手环OTA(android)
- Hive 使用 Beeline 连接配置
- 程序员笔试笔记c++
热门文章
- 状态栏和navigationbar 关联上,结构体总是通过被复制的方式在代码中传递,因此请不要使用引用计数。...
- genymotion常见问题及解决方案
- 乐观锁与悲观锁及其实现
- 在武大吉奥期间的任务
- 诗与远方:无题(七十二)
- Linux curl命令
- Quartz SpringMvc Mybatis操作数据库异常
- Java程序员一些常用的日志和其他Linux命令(自用)
- mysql如何抛出错误信息_如何捕获并重新抛出MySQL中的所有错误
- JAVA中String类以形参传递到函数里面,修改后外面引用不能获取到更改后的值