POJ 3624

这篇博客探讨了动态规划在解决01背包问题中的应用,通过一个具体的题目POJ 3624来讲解。作者指出,动态规划的关键在于最优子结构和重叠子结构,并详细阐述了动态规划的状态转移方程。文章比较了备忘录方法和自底向上的动态规划的优劣,并提到在处理大型数据时,如何优化存储结构以避免内存限制。最后,作者提供了一个使用递归(备忘录)方法的代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这是个典型的01背包问题,很基础的,我就做了。

题目大意:

在N个花费为Ci、价值为Wi的物品中(i=1...N),选取若干个,使得所有物品的总花费不大于M,而其总价值最大。

---------------------------------------我是华丽的分割线-----------------------------------------

为什么做这道题,因为觉得自己动态规划不行。只会用搜索,不会动态规划。所以我就从最基础的地方开始吧!

具体来说这道题的解法参考《背包九讲》,这里只说一下状态转移方程。F(n,m)代表从前n个物品中选取总花费不大于m的物品的最大价值,那么:

F(n,m)=max{F(n-1,m),F(n-1,m-c[i])+w[i]}

算法导论中说了,使用动态规划需要有两个要素。第一个要素是最优子结构,第二个要素是重叠子结构。在实际运用中,子结构的选择往往是个难点。而对此算法导论中提到了以下几个特征:选自《算法导论》 15.3节

1.问题的一个解是可以做一个选择,做这种选择会得到一个或多个子问题。例如这里,状态方程"{}"中用","分割的算式就是这里说的"选择"。

2.对于一个给定(已知)的问题,已知的是一个可以导致最优解的选择。例如这里,状态方程"{}"前的"max"描述的就是可以导致最优解的选择。

3.在已知的这个选择后,会有确定的子问题随之产生。例如这里,状态方程"{}"中用","分割的算式,每一个都是一个规模更小一点的子问题。

其实,算法导论中还有第四个特征,而第四个特征:可以用"剪切"的技术来证明在一个问题的最优解中,子问题的解也是最优的(例如状态方程中的"="可以被证明)而这个特征描述了"最优"这个特点。为了完整性(我不是处女座...),最后再加上一个特征:求解子问题时会反复的求解一些同样的子问题,即子问题的空间不会很大。这就是"重叠"的特点。

所以,综上所述,在遇到一些问题的时候,最可能碰到的特征是重叠性,而这时候可以根据其他四个特征,来尝试着构造可以用动态规划来求解的子结构。

好了,废话这么多

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值