01背包、完全背包(DP)

本文详细解析了01背包和02背包问题的经典算法实现,包括原始的01背包解法及其优化版本,以及02背包的最优简化算法。通过具体的伪代码展示如何在有限背包容量内选择价值最大的物品组合。
01背包

int n;//物品的个数。
int v;//背包容量
<1>最原始的01解法
int f[n+1][v+1];
for(int i=0; i<=v; ++i)
   f[0][i]=0;
for(int i=1; i<=n; ++i)
for(int j=0; j<=v; ++j)
{
if(j-cost[i]<0)//这里注意下,这个不和优化算法一样。
f[i][j] = f[i-1][j];
else        
f[i][j] = f[i-1][j]>f[i-1][j-cost[i]]+weight[i]?f[i-1][j]:f[i-1][j-cost[i]]+weight[i];//前者是不要,后者是要。    
}
<2>优化了的01背包
int f[v+1];
for(int i=0; i<=v; ++i)
    f[v]=0;
for(int i=1; i<=n; ++i)//相当于省略了这一维
for(int j=v; j>=cost[i]; --j)//cost不够的仍然保持原有的。
//上面原始的01背包已经可以看到  f[i]是利用f[i-1]来计算的,所以正反无所谓,但这里需要保存之前的用i-1的数据,所以得到着。
{
  f[j] = f[j]>f[j-cost[i]]+weight[i]?f[j]:f[j-cost[i]]+weight[i];
}
初始化与题目的要求有关,如果要求背包不空的话,初始化时除了f[0]以外,全部赋值为负无穷大。


02背包

直接来最优化也是最简单的方程吧。

int f[v+1];
for(int i=0; i<=v; ++i)
    f[i] = 0;
for(int i=1; i<=n; ++i)
for(int j=cost[i]; j<=v; ++j)
{
    f[v]=f[v]>f[v-cost]+weight[i]?f[v]:f[v-cost]+weight[i];
    //这里需要理解的其实也很简单,也就是相当于是累加起来的。
}



评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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