你觉得背包真的很简单吗?

开发 前端
有一个容量有限的背包,容量为w,以及m个待选择的物品,每个只有一件。每个物品有一定的重量和价值,那么选择哪些物品放入背包,可使选择的物品总价值最大呢?

[[420643]]

01故事起源

有一个容量有限的背包,容量为w,以及m个待选择的物品,每个只有一件。每个物品有一定的重量和价值,那么选择哪些物品放入背包,可使选择的物品总价值最大呢?

02问题解析

如果背包没有容量限制,那肯定是把所有的物品都放入背包可使价值最大。

但现在背包比较小,只能选择部分装进背包,比如只能放一个,那就把钻石装进去。

很容易可以想到,尽量放重量小且单价高的物品,但怎么对问题进行一个严谨的建模呢,继续往下分析。

03分析

背包有一个固定的容量,容量是1kg,或者2kg,或者3kg,其实具体的数量对问题的本质没有影响。

 

对于物品来说,也就分两种情况,要么放入背包,要么不放。

有m个物品,那总共就有2^m种选择方式,很明显这个数量很大,所以也不可能直接把所有的选择方式枚举出来。

04小问题过度大问题

假设背包容量为1kg,那可装入的最大价值就是将手表装入,其他的也装不下。

如果有一个更大的背包,它的容量可以看成是2个小容量的背包的总和。

但它能装入的价值却不能简单的直接分解为2个小背包,因为物品只有一个,这会导致物品重复。

所以对物品也再进行一次划分,m个物品可以分解为m1+m2个,同时背包容量也分解为w1+w2。

再看上面左右两边,和原来的问题还是一样的,本质不变,只是变成了数据规模更小的一个子问题。如果有了子问题的答案,那是不是就可以组合成更大规模的答案了呢?

我猜这里肯定有同学会说,这样分解的小问题一定能得到最终大问题的最优解吗?我们来尝试证明一下。

05逆向思维

假设下面就是最终的最优解选择的物品。

如果从某个位置砍一刀分开,保证w1和w2能装下自己这边的最终选择物品,那最优解也就被分成了两个小规模问题的最优解。这也说明如果枚举了所有小规模最优解的组合方式,也一定能得到大规模的最优解。

06算法建模

根据上面的分析,现在问题就变得简单了,直接按物品和重量拆分小问题,通过小问题递推出大问题就行了。

设f[i][j]表示前i个物品背包容量为j时,能选择的最大价值。w[i]表示第i个物品的重量,v[i]表示第i个物品的价值。

  • 装不下第i个物品,则f[i][j]=f[i-1][j]
  • 能装下第i个物品,则f[i][j]=max(f[i][j],f[i-1][j-w[i]]+v[i])

那为什么只需要从前i-1个物品递推就行了呢,因为只需要有一种情况能得到最优解就够了,并不需要把前面的所有划分都枚举出来。这其实就相当于把i个物品划分成i-1个物品和1个物品时的情况。前面的子问题也已经包含在当前的解中了。

代码实现

  1. int f[101][1001], w[101], v[101]; 
  2. int n, m; 
  3. int main() { 
  4.     cin >> m >> n; 
  5.     for (int i = 1; i <= m; ++i) { 
  6.         cin >> w[i] >> v[i]; 
  7.     } 
  8.     f[0][0] = 0; 
  9.     for (int i = 1; i <= m; ++i) { 
  10.         for (int j = 0; j <= n; ++j) { 
  11.             f[i][j] = f[i - 1][j]; 
  12.             if (j >= w[i]) { 
  13.                 f[i][j] = max(f[i][j], f[i - 1][j - w[i]] + v[i]); 
  14.             } 
  15.         } 
  16.     } 
  17.     cout << f[m][n] << endl; 
  18.     return 0; 

07总结

背包在动态规划中是一个非常重要的系列,涉及的类型和变种也非常的多,今天讲的01背包是最基本的一种,不过真正理解了01背包,对后续其它的背包也才能更好的掌握。

本文原创作者:小K,一个思维独特的写手。

 

责任编辑:武晓燕 来源: 小K算法
相关推荐

2022-02-14 21:31:00

用户身份验证

2017-03-16 16:57:56

2022-03-04 17:21:29

Redux项目前端

2016-04-21 09:43:33

编程音乐

2010-03-02 17:22:46

Android技术

2010-02-23 16:21:24

Python Win

2018-07-09 08:35:45

Windows 10WindowsBug

2010-01-20 10:14:53

C++程序

2010-03-10 11:14:56

智能交换机

2010-03-17 14:50:06

智能交换机

2010-02-06 10:34:11

Android生命周期

2010-01-21 17:14:40

C++兼容

2012-07-11 13:35:53

代码

2017-02-07 15:25:39

5Gwifi上网

2010-03-02 15:22:40

Android手机

2022-01-10 17:18:26

框架 RPC架构

2019-01-21 13:56:52

2016-06-01 15:42:58

Hadoop数据管理分布式

2013-03-20 18:14:35

架构架构设计项目

2016-06-12 16:43:33

点赞
收藏

51CTO技术栈公众号