美文网首页
(七)0-1背包问题理解

(七)0-1背包问题理解

作者: guideEmotion | 来源:发表于2019-10-13 09:31 被阅读0次

一 问题

给定 N 种物品和一个容量为 V 的背包,物品 i 的体积是 wi,其价值为 ci 。(每种物品只有一个)
如何选择装入背包的物品,使得装入背包中的物品的总价值最大?

假设背包重量不能超过20,从下面几个商品中挑出一个价值最大的解

编号 价值 重量
1 3 2
2 4 3
3 5 4
4 8 5
5 10 9

问题就不多解释了,这个问题是用动态规划来做的。
动态规划三要素:

  1. 状态转移方程
  2. 最优子结构
  3. 边界条件

参考:https://mp.weixin.qq.com/s/3h9iqU4rdH3EIy5m6AzXsg

一般只有这3者都有,才可以用动态规划来解决问题。

二 解题思路

我们知道这种题肯定是可以用暴力枚举法来做的,但那样计算量太大了。从我们人类的角度看,很多枚举情况都是无意义的。

我们可以肯定的是有一种最优解的情况。假设我们称这种情况为Optimal.
那无论是哪种情况(包括Optimal)对各个商品无非就存在两种可能拿或没拿

我们定义一个表达式F(N,W)
这个表单式代表的意义:对前N个商品进行挑选,背包容量为W场景下的最优解。
比如:F(4,12),表示当可选的商品有4种(1-4),背包容量为12下的最优解。

那我们本题的最优解已经出来了:F(5,20)

那接下来怎么解呢?
我们对F(N,W)的解题思路:分析N号lin商品有没有拿的情况下的各自最优解。然后取最大值。
什么意思呢?
F(5,20)为例Optimal情况下,5号商品没拿,那F(5,20)=F(4,20);如果5号商品拿了,那就是F(5,20)=F(4,20-w[5])+v[5]=F(4,11)+10.Optimal到底是哪种情况呢,当然是将前面的两者比较,价值比较大的情况就是Optimal。

问题:为什么只分析5号商品有没有拿,不是所有的商品都有2种情况吗?

理解:一步一步来,我们每次只分析一个商品有没有拿的情况。下一步,分析另一个商品有没有拿的情况。可以肯定地是:最后所有的商品有且都只会分析到一次

那根据上面的分析:我们也得出了状态转移方程
b站视频链接

image.png

最后边界条件

F(N,W)种的N或W只要一个为0,整个值必为0.

如何实现

一般都是画一个图表,把图表填满,就的到解了。java种一般用2维数组表示图表


image.png
public class knapsack {
    
//  private int[] weights = {2,3,4,5,9};
//  private int[] values = {3,4,5,8,10};
    
    private int[] weights = {9,4,5,2,3};
    private int[] values = {10,5,8,3,4};
    
//  int maxWeight = 20;
    
    private int[][] results = new int[6][21];
    
    
    public void knapsack() {
        for(int i = 1;i<=values.length;i++) {//行表示几个元素可能是解的一部分
            for(int j = 1;j<=20;j++) {//列代表容量,列的下标也就是每列的最大重量限制
                int value = 0;
                if(j<weights[i-1]) {
                    value= results[i-1][j];
                }else {
                    //results下标减一表示的是
                    value = results[i-1][j]>results[i-1][j-weights[i-1]]+values[i-1]?results[i-1][j]:results[i-1][j-weights[i-1]]+values[i-1];

                }
                
                results[i][j] = value;
            }
        }
        
    }
    
    public static void main(String[] args) {
        knapsack k = new knapsack();
        k.knapsack();
        for(int[] subResults:k.results) {
            int index = 0;
            for(int v:subResults) {
                System.out.print(v);
                if(index == 20) {
                    System.out.println();
                }else {
                    System.out.print("\t");
                }
                index++;
            }
        }
    }

}

问题:商品序号必须是按某个属性升序吗?

经上面代码测试,没要求。这也复合常理,只要我们对每个商品都进行了拿或不拿的情况分析,那就ok了。

相关文章

  • 动态规划

    0-1背包问题 自己实现的0-1背包问题的动态规划解法,先贴上吧,动态规划原理解释有空再写。

  • (python实现)购物单问题

    购物单问题实际上是0-1问题,在解决这个问题之前,要理解0-1背包问题。可以自己百度或者阅读我对0-1背包问题的理...

  • (七)0-1背包问题理解

    一 问题 给定 N 种物品和一个容量为 V 的背包,物品 i 的体积是 wi,其价值为 ci 。(每种物品只有一个...

  • Algorithm进阶计划 -- 动态规划(下)

    经典动态规划背包问题最长子序列问题 1. 背包问题 1.1 0-1 背包问题 0-1 背包问题,描述如下: 上面...

  • 背包问题

    背包问题属于典型的动态规划问题。这里我们将详细介绍0-1背包,完全背包和多重背包问题 一、 0-1背包 有N件物品...

  • 算法-动态规划-背包问题

    背包问题是基础的动态规划问题,包含了0-1背包,完全背包,多重背包等。 0-1背包 存在容量为 的背包 , 件体...

  • 背包问题

    1、前言 背包问题是典型的动态规划问题,它有非常多的类型,本文讨论最常见的0-1背包问题 0-1背包问题描述:有一...

  • Chapter10——动态规划——背包问题

    1. 题目列表 POJ1837(变形的0-1背包问题,好好理解题意) POJ1276(多重背包问题、二进制优化)结...

  • 彻底理解0-1背包问题

    0-1背包问题概念 背包问题本质是个求最优解的问题:有个背包有V大小的空间可以存放物品,现在有n个物品,每个物品体...

  • 动态规划常见面试题

    子序列类型编辑距离 最长递增子序列 最大子数组 最长公共子序列 背包问题0-1背包问题 子集背包问题 完全背包问题...

网友评论

      本文标题:(七)0-1背包问题理解

      本文链接:https://www.haomeiwen.com/subject/nprhmctx.html