算法思想:
(1)、动态规划算法:解决背包物品价值最大化问题的最优解,是建立在每一个子问题的最优解的前提下完成的。设Value[i,j]表示的是i个物品放进背包容量为j的背包的价值,令i从0增至n(物品总数量),j从0增至c(背包总容量)。Value[n,c]就是我们要的背包价值最大化的解。为了得到这个解必须要把之前的都解决,每一个问题的最优解的算法又根据以下确定:
当物品重量w小于背包体积j时,此物品不放进背包,价值与上一次价值相同;当物品重量w不小于背包体积j时,此物品是否放进背包,取决于Value[i-1,j]和Value[i-1,j-w]+v的大小。写成表达式则为以下内容:
Value[i-1,j] weight[i]<j
Value[i,j]
Max(Value[i-1,j],Value[i-1,j-w[i]]+v[i]) weight[i]>=j
而这个表达式的约束条件就是当物品数量为0(i=0)时和背包容量为0(j=0)时,最大价值为0。
而要得出背包中放了什么物品也可以根据Value[i,j]是否和Vlaue[i-1,j]相同,如果相同则表示此物品没有放进背包,上一个物品就是第j列;如

本文介绍了背包问题的动态规划解决方案,包括如何通过动态规划算法找到物品价值最大化的解,并详细阐述了如何将空间复杂度从O(nw)优化到O(w)。此外,还探讨了穷举法作为验证动态规划正确性的方法。
最低0.47元/天 解锁文章
4万+

被折叠的 条评论
为什么被折叠?



