一 問題描述:
有N件物品和一個容量爲V的揹包。第i件物品的費用是c[i],價值是w[i]。求解將哪些物品裝入揹包可使價值總和最大。
所謂01揹包,表示每一個物品只有一個,要麼裝入,要麼不裝入。
二 解決方案:
考慮使用dp問題 求解,定義一個遞歸式 opt[i][v] 表示前i個物品,在揹包容量大小爲v的情況下,最大的裝載量。
opt[i][v] = max(opt[i-1][v] , opt[i-1][v-c[i]] + w[i])
解釋如下:
opt[i-1][v] 表示第i件物品不裝入揹包中,而opt[i-1][v-c[i]] + w[i] 表示第i件物品裝入揹包中。
花費如下:
時間複雜度爲o(V * T) ,空間複雜度爲o(V * T) 。 時間複雜度已經無法優化,但是空間複雜度則可以進行優化。
但必須將V 遞減的方式進行遍歷,即V.......0 的方式進行。
三 初始化:
(1)若要求揹包必須放滿,則初始如下:
f[0] = 0 , f[1...V]表示-INF。表示當容積爲0時,只接受一個容積爲0的物品入包。
(2)若要求揹包可以空下,則初始化如下:
f[0...V] = 0 ,表示任意容積的揹包都有一個有效解即爲0。
具體解釋如下:
初始化的f數組事實上就是在沒有任何物品可以放入揹包時的合法狀態。
如果要求揹包恰好裝滿,那麼此時只有容量爲0的揹包可能被價值爲0的nothing“恰好裝滿”,
其它容量的揹包均沒有合法的解,屬於未定義的狀態,它們的值就都應該是-∞了。
如果揹包並非必須被裝滿,那麼任何容量的揹包都有一個合法解“什麼都不裝”,
這個解的價值爲0,所以初始時狀態的值也就全部爲0了。
動態規劃是用空間換時間的一種方法的抽象。其關鍵是發現子問題和記錄其結果。然後利用這些結果減輕運算量。因爲揹包的最終最大容量未知,所以,我們得從1到M一個一個的試,比如,剛開始任選N件物品中的一個,看對應的M的揹包,能不能放進去,如果能放進去,並且還有多少空間,則,多出來的空間能放N-1物品中的最大價值,怎麼能保證總選則是最大價值呢,看下錶:
測試數據:
10,3
3,4
4,5
5,6
c[i][j]數組保存了1,2,3號物品依次選擇後的最大價值.
這個最大價值是怎麼得來的呢?從揹包容量爲0開始,1號物品先試,0,1,2,的容量都不能放.所以置0,揹包容量爲3則裏面放4.這樣,這一排揹包容量爲4,5,6,....10的時候,最佳方案都是放4.假如1號物品放入揹包.則再看2號物品.當揹包容量爲3的時候,最佳方案還是上一排的最價方案c爲4.而揹包容量爲5的時候,則最佳方案爲自己的重量5.揹包容量爲7的時候,很顯然是5加上一個值了。加誰??很顯然是7-4=3的時候.上一排c3的最佳方案是4.所以。總的最佳方案是5+4爲9.這樣.一排一排推下去。最右下放的數據就是最大的價值了。(注意第3排的揹包容量爲7的時候,最佳方案不是本身的6.而是上一排的9.說明這時候3號物品沒有被選.選的是1,2號物品.所以得9.
從以上最大價值的構造過程中可以看出。
f(n,m)=max{f(n-1,m), f(n-1,m-w[n])+P(n,m)}這就是書本上寫的動態規劃方程.
下面是一種實現過程:(C語言描述)
|
四 代碼如下:
01揹包,使用了優化後的存儲空間
建立數組
f[i][v] = max(f[i-1][v] , f[i-1][v-c[i]] + w[i])
將前i件物品,放入容量爲v的揹包中的最大值。
下面介紹一個優化,使用一維數組,來表示
(1) f[v]表示每一種類型的物品,在容量爲v的情況下,最大值。
但是體積循環的時候,需要從v----1循環遞減。
初始化問題:
(1)若要求揹包中不允許有剩餘空間,則可以將f[0]均初始化爲0,其餘的f[1..n]均初始化爲-INF 。
表示只有當容積爲0 的時候,允許放入質量爲0的物品。
而當容積不爲0的情況下,不允許放入質量爲0的物品,並且把狀態置爲未知狀態。
(2)若要求揹包中允許有剩餘空間 ,則可以將f[1n],均初始化爲0。
這樣,當放不下去的時候,可以空着。
*/
#include <iostream>
using namespace std ;
const int V = 1000 ; //總的體積
const int T = 5 ; //物品的種類
int f[V+1] ;
//#define EMPTY //可以不裝滿
int w[T] = {8 , 10 , 4 , 5 , 5}; //價值
int c[T] = {600 , 400 , 200 , 200 , 300}; //每一個的體積
const int INF = -66536 ;
int package()
{
#ifdef EMPTY
for(int i = 0 ; i <= V ;i++) //條件編譯,表示揹包可以不存儲滿
f[i] = 0 ;
#else
f[0] = 0 ;
for(int i = 1 ; i <= V ;i++)//條件編譯,表示揹包必須全部存儲滿
f[i] = INF ;
#endif
for(int i = 0 ; i < T ; i++)
{
for(int v = V ; v >= c[i] ;v--) //必須全部從V遞減到0
{
f[v] = max(f[v-c[i]] + w[i] , f[v]) ; //此f[v]實質上是表示的是i-1次之前的值。
}
}
return f[V] ;
}
int main()
{
int temp = package() ;
cout<<temp<<endl ;
system("pause") ;
return 0 ;
}