0-1背包问题

博客介绍了0-1背包问题,小偷面对n个商品,背包容量为W,每个商品有价值和重量,只能完整拿走或留下。通过动态规划解决该问题,核心是状态和状态转移方程,设d[i][j]表示背包容量为j、商品个数为i,给出状态转移方程d[i, j] = max(d[i-1][j-wi] + vi, d[i-1][j])。

0-1背包问题(0-1 knapsack problem)是这样的:一个正在抢劫商店的小偷发现了n个商品,第i个商品价值vi美元,种wi磅,vi和wi都是整数。这个小偷希望拿走价值尽量高的商品,但他的背包最多能容纳W磅重的商品,W是一个整数。他应该拿哪些商品呢?(我们称

这个问题为0-1背包问题,因为对每个商品,小偷要么把它完整拿走,要么把它留下;他不能只拿走一个商品的一部分,或者把一个商品拿走多次。)

 

接触过动态规划的同学,肯定听过0-1背包问题。动态规划的核心就是状态和状态转移方程。

设d[i][j]表示背包容量为j,商品个数为i。对于第i个商品,要么拿,要么不拿。拿的话,获得价值vi, 消耗背包容量wi,此时问题转换为d[i-1][j-wi]。

不拿的话,问题直接转换为d[i-1][j]。要获得最大价值,则d[i, j] = max(d[i-1][j-wi] + vi,  d[i-1][j])

代码实现如下:

 

转载于:https://www.cnblogs.com/gattaca/p/4788091.html

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