【算法概论】动态规划:背包问题

这篇博客介绍了如何使用动态规划算法解决0-1背包问题,以最大化背包中物品的总价值。定义了子问题及其最优子结构,并详细解释了解决子问题的自底向上方法,最后给出了相关代码实现链接。

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

0 - 1背包问题

问题描述:

       给定n种物品和一背包。物品i的重量是wi,其价值为vi,背包的容量为W(假定物品重量与背包容量值均为整数),应如何选择装入背包中的物品,使得装入背包中物品的总价值最大?设计一个动态规划算法,求解背包问题。

❗算法描述❗:

定义 w[] 存储各物品的重量,v[] 存储各物品的价值,背包的重量为 wsum。

①定义子问题:

       k(w, j) = 容量剩余 w 时,从物品 1 到 j 能得到的最高价值。

②是否满足最优子结构:

       k(w, j) = max( k(w - wj, j-1) + vj,k(w, j-1));

       前者指,第 j 个物品放入背包中,则产生的最高价值就是,在背包容量为 w-wj 的情况下,在 0 ~ j-1 这些物品中能产生的最高价值 + 第 j 个物品 的价值;

       后者指,第 j 个物品不放入背包中,则产生的最高价值就是,背包容量还剩 w,在0 ~ j-1 这些物品中能产生的最高价值。

       所以,

          |    0, if w == 0 or j = 0
k(w, j) = |    k(w, j-1), if w < wj
          |    max(
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