本文介绍了背包问题系列,主要包括:
【1】 01-背包及其应用
【2】完全背包及其应用
【3】多重背包
【1】01-背包及其应用:
1.1、01-背包问题描述:
有 N 件物品和一个容量为 C 的背包。第 i 件物品的重量是 w[i],价值是 v[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量,且价值总和最大。如:
物品 i | 重量 w | 价值 v |
---|---|---|
1 | 2 | 3 |
2 | 3 | 4 |
3 | 4 | 5 |
4 | 5 | 6 |
其中 N = 4,C = 8, 则最大价值为 10(即把物品 2 和 4 放入背包)。
1.2、01-背包解题思路:
01-背包问题适合用动态规划求解,用 dp[i][j] 表示前 i 个物品放入容量为 j 的背包中的最大价值,因此此问题变成一个填表问题。如上述例子,dp[4][8] 就是最后的答案。
关键是找到状态转移方程。假设现在要计算 dp[i][j],那么分为两种情况:
- 如果当前容量 j 小于第 i 件物品的重量(j < w[i]),则说明第 i 件物品肯定无法放入背包,那么此背包还是只有前 i-1 个物品,即
dp[i][j] = dp[i-1][j]
。 - 如果当前容量 j 大于等于第 i 件物品的重量(j ≥ w[i]),则说明第 i 件物品有放入背包的基本条件。那么到底能不能放要取决于第 i 件物品的加入能否使得总价值最大。如果不能最大化总价值,那么还是
dp[i][j] = dp[i-1][j]
,表示不放入第 i 件物品;如果可以最大化总价值,那么dp[i][j] = dp[i-1][j-w[i]] + v[i]
,这里的dp[i-1][j-w[i]]
为装入第 i 件物品之前的状态。
1.3、01-背包Python3 实现:
class Solution:
def knapsack01(self, N, w, v, C):
'''
@param N: int, 物品总数
@param w: List, 物品重量
@param v: List, 物品价值
@param C: int, 背包容量
'''
dp = [[0] * (C+1) for _ in range(N+1)]
for i in range(1, N + 1):
for j in range(1, C+1):
if j < w[i-1]:
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])
return dp[-1][-1]
N = 4
w = [2,3,4,5]
v = [3,4,5,6]
C = 8
print(Solution().knapsack01(N, w, v, C)) # 10
进一步发现,如果 j < w[i-1],更新 dp[i][j] = dp[i-1][j] 实际上没用,因为下一行的更新肯定用不到 j < w[i-1] 时的情况。因此,中间可以简化代码为:
for i in range(1, N + 1):
for j in range(w[i-1], C+1):
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i-1]] + v[i-1])
1.5、01-背包空间优化:
更进一步发现,每一次 dp[i][j] 的改变只与 dp[i-1][x] { x : 1...j } 有关,dp[i-1][x] 是上一次循环保存下来的值;
因此,可以将 dp 缩成一维数组,从而达到优化空间的目的,状态转移方程转换为:dp[j] = max(dp[j], dp[j-w[i]] + v[i])
。
注意:状态转移方程,每一次推导V(i)(j)是通过V(i-1)(j-w(i))来推导的,所以一维数组中j的扫描顺序应该从大到小(capacity到0),否者前一次循环保存下来的值将会被修改,从而造成错误。
中间的简化代码如下:
for i in range(1, N+1):
for j in range(C, w[i-1]-1, -1):
dp[j] = max(dp[j], dp[j-w[i-1]] + v[i-1])
1.4、与01-背包相关的Leetcode题目:
【2】完全背包及其应用
2.1、完全背包问题描述:
有 N 种物品和一个容量是 C 的背包,每种物品都有无限件可用。第 i 种物品的重量是 wi,价值是 vi。求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。输出最大价值。
输入格式:
第一行两个整数,N,C,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行两个整数 wi, vi,用空格隔开,分别表示第 i 种物品的重量和价值。
输出格式:
输出一个整数,表示最大价值。
数据范围:
- 0 < N, C ≤ 1000
- 0 < wi, vi ≤ 1000
输入样例:
4 5
1 2
2 4
3 4
4 5
输出样例:
10
2.2、完全背包解题思路:
与01-背包不同的是,完全背包问题是指每种物品都有无限个。
2.3、C++ 实现:
转载于:https://www.jianshu.com/p/7b60dfc8d1bd