转自http://blog.youkuaiyun.com/mu399/article/details/7722810
01背包问题,是用来介绍动态规划算法最经典的例子,网上关于01背包问题的讲解也很多,我写这篇文章力争做到用最简单的方式,最少的公式把01背包问题讲解透彻。
01背包的状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi( j >= Wi ), f[i-1,j] }
决策:为了背包中物品总价值最大化,第 i件物品应该放入背包中吗 ?
题目描述:
有编号分别为a,b,c,d,e的五件物品,它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包,如何让背包里装入的物品具有最大的价值总和?
name | weight | value | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
a | 2 | 6 | 0 | 6 | 6 | 9 | 9 | 12 | 12 | 15 | 15 | 15 |
b | 2 | 3 | 0 | 3 | 3 | 6 | 6 | 9 | 9 | 9 | 10 | 11 |
c | 6 | 5 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 11 |
d | 5 | 4 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 10 |
e | 4 | 6 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 6 | 6 |
只要你能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。
首先要明确这张表是至底向上,从左到右生成的。
为了叙述方便,用e2单元格表示e行2列的单元格,这个单元格的意义是用来表示只有物品e时,有个承重为2的背包,那么这个背包的最大价值是0,因为e物品的重量是4,背包装不了。
对于d2单元格,表示只有物品e,d时,承重为2的背包,所能装入的最大价值,仍然是0,因为物品e,d都不是这个背包能装的。
同理,c2=0,b2=3,a2=6。
对于承重为8的背包,a8=15,是怎么得出的呢?
根据01背包的状态转换方程,需要考察两个值,
一个是f[i-1,j],对于这个例子来说就是b8的值9,另一个是f[i-1,j-Wi]+Pi;
在这里,
f[i-1,j]表示我有一个承重为8的背包,当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]就是指单元格b6,值为9,Pi指的是a物品的价值,即6
由于f[i-1,j-Wi]+Pi = 9 + 6 = 15 大于f[i-1,j] = 9,所以物品a应该放入承重为8的背包
#include <iostream>
#include<string.h>
using namespace std;
int main()
{
//int mat[11] = {0,2, 2,3, 4, 5, 4,3, 6, 5, 8};//表示有每个物品的重量
//int val[11] = {0,20,5,12,32,43,2,11,23,98,24};//表示每个物品对应的价值
int mat[6] = {0,2,2,6,5,4};
int val[6] = {0,6,3,5,4,6};
int f[100][1000];//表示f[i][j]前i个物品中选择若干件放在承重为j的背包中,可以取得最大值
int weight = 10;//表示背包容量是20
//int bag_value = 0;//求最大价值
memset(f,0,sizeof(f));
for(int i=5; i >= 1; i-- ) //从下往上加元素
{
for(int j=1 ; j<=weight; j++) //i表示前i个物品
{
if(j >= mat[i])
{
if(f[i+1][j-mat[i]]+val[i] > f[i+1][j])
{
f[i][j] = f[i+1][j-mat[i]]+val[i];
}
else
{
f[i][j] = f[i+1][j];
}
}
else
{
f[i][j] = f[i+1][j];
}
}
}
for(int i=1; i <= 5; i++ )
{
for(int j=1 ; j<=weight; j++) //i表示前i个物品
{
cout << f[i][j] << " ";
}
cout<<endl;
}
//cout << f[10][weight] << endl;
return 0;
}