1.01背包问题
具体例子:有n个重量和价值分别为wi,vi的物品,从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中价值总和的最大值。例如:
- n = 4
- (w,v) = {(2,3),(1,2),(3,4),(2,2)}
- W = 5
DP思想:求出状态转移方程,也就是求出递推式。首先将问题一般化:解决此问题需要2个一维数组,和1个二维数组:
方法1:
w[i]:表示第i个物品的重量,下标从0开始。
v[j]:表示第j个物品的价值
dp[i][j]:从第i个物品开始挑选总重小于j时,总价值的最大值
dp[i+1][j-w[i]]:从第i+1个物品开始挑选总重小于j-w[i]时,总价值的最大值。
于是显而易见有:
- dp[n][j] = 0,第n号物品不存在,只有n-1号物品
- 当j<w[i](即当前背包容量不能挑选这个物品)则有
dp[i][j] = dp[i+1][j]
。 - 当j>=w[i]时,背包可以选这个也可以暂时不选这个。则
dp[i][j] = max(dp[i+1][j],dp[i+1][j-w[i]]+v[i])
源码如下:
//此时选择0,1,3号物品为解:7。
#include <bits/stdc++.h>
using namespace std;
int w[4] = {2,1,3,2},v[4] = {3,2,4,2};
int n = 4,W = 5;
int dp[5][5]; //dp数组
void solve(){
for(int i = n-1;i >= 0;i--){
for(int j = 0;j <= W;j++){
if(j < w[i])
dp[i][j] = dp[i+1][j];
else
dp[i][j] = max(dp[i+1][j], dp[i+1][j-w[i]]+v[i]);
}
}
}
int main(void){
solve();
printf("%d\n",dp[0][W]);
return 0;
}
总结:该方法中需要理解的地方是关于i的循环是逆向进行的,因为已知dp[n][j] = 0(全局数组初始化为0),dp的值需要以此为基础进行递推。故要从i = n-1开始循环。
方法2:
令:
dp[i][j]: 从前i个物品中选出总重量不超过j的物品时的总价值的最大值。
dp[0][j]: 从前0个物品中选出总重量不超过j的最大值,显然 = 0.
那么求dp[i][j]又可以转化为:从前i-1个物品中选出总重量不超过j,和前i-1个物品中选出总重量不超过j-w[i-1]
两种情况中的最大值。
综上述可得:
- dp[0][j] = 0,dp[i][0] = 0;
- dp[i][j] = dp[i-1][j] (j < w[i-1])
- dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i-1]]+v[i-1])
源码如下:
#include <bits/stdc++.h>
using namespace std;
int w[4] = {2,1,3,2},v[4] = {3,2,4,2};
int n = 4,W = 5;
int dp[5][5]; //dp数组
void solve(){
for(int i = 1;i <= n;i++){ //这里循环需从1开始,因为dp会索引到i-1。
for(int j = 0;j <= W;j++){
if(j < w[i])
dp[i][j] = dp[i-1][j];
else
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i-1]]+v[i-1]);
}
}
}
int main(void){
solve();
printf("%d\n",dp[n][W]);
return 0;
}
总结:相比于方法1,这里改变了i的循环方向,需要注意的是循环变量的写法。