一、概念
问题可以描述为:给定一组物品(有N 个物品和容量为W 的背包,每个物品都有自己的体积w 和价值v),在限定的总重量内,我们如何选择,才能使得物品的总价格最高。
常见的有01背包问题,即限定每种问题只能取0个或1个。
问:要使背包装的物品价值最大,应该怎么选,最大值是多少?
二、动态规划解法
动态规划数组dp[i][j]含义:前i件物品,放入容量为j的背包里的最大价值。
递推公式:dp[i][j] = max(不放物品i所能达到的最大价值,放物品i所能达到的最大价值)
其中,
不放物品i所能达到的最大价值:dp[i-1][j]
放物品i所能达到的最大价值:dp[i-1][j - weight[i]] + value[i],需判断 j > weight[i]

| dp[i][j] | j = 0 | 1 | 2 | 3 | 4 |
| i = 0 | 0 | 0 | 0 | 0 | 0 |
| i = 1 | 0 | 15 | 15 | 15 | 15 |
| i = 2 | 0 | 15(不放第i件) | 0+20=20 | 15+20=35 | 15+20=35 |
| i = 3 | 0 | 15(不放第i件) | 20 (不放第i件) | 35 (不放第i件) | 35 (不放第i件) |
背包问题不需要排序,即使改变物品顺序,也不影响。
代码如下:N表示物品数量,W表示背包容量

三、空间优化
文章介绍了01背包问题的概念,即在有限的背包容量下选择物品以最大化总价值。通过动态规划方法解决此问题,使用dp数组记录前i件物品在容量为j的背包中的最大价值。递推公式是基于是否选取当前物品进行计算。文章还指出,背包问题的解不受物品顺序影响,并提供了一个简化问题的空间优化方案。
4911

被折叠的 条评论
为什么被折叠?



