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。
}
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。
}
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。
5451

被折叠的 条评论
为什么被折叠?



