一 ,问题描述:
有N件物品和一个容量为V的背包。第i件物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。
所谓01背包,表示每一个物品只有一个,要么装入,要么不装入。
二,解决方案:
考虑使用dp问题 求解,定义一个递归式 opt[i][v] 表示前i个物品,在背包容量大小为v的情况下,最大的装载量。
opt[i][v] = max(opt[i-1][v] , opt[i-1][v-c[i]] + w[i])
解释如下:
opt[i-1][v] 表示第i件物品不装入背包中,而opt[i-1][v-c[i]] + w[i] 表示第i件物品装入背包中。
花费如下:
时间复杂度为o(V * T) ,空间复杂度为o(V * T) 。 时间复杂度已经无法优化,但是空间复杂度则可以进行优化。
但必须将V 递减的方式进行遍历,即V.......0 的方式进行。
三,初始化:
(1)若要求背包必须放满,则初始如下:
f[0] = 0 , f[1...V]表示-INF。表示当容积为0时,只接受一个容积为0的物品入包。
(2)若要求背包可以空下,则初始化如下:
f[0...V] = 0 ,表示任意容积的背包都有一个有效解即为0。
具体解释如下:
初始化的f数组事实上就是在没有任何物品可以放入背包时的合法状态。
如果要求背包恰好装满,那么此时只有容量为0的背包可能被价值为0的nothing“恰好装满”,
其它容量的背包均没有合法的解,属于未定义的状态,它们的值就都应该是-∞了。
如果背包并非必须被装满,那么任何容量的背包都有一个合法解“什么都不装”,
这个解的价值为0,所以初始时状态的值也就全部为0了。
四 代码如下:
/**//*
01背包,使用了优化后的存储空间
建立数组
f[i][v] = max(f[i-1][v] , f[i-1][v-c[i]] + w[i])
将前i件物品,放入容量为v的背包中的最大值。
下面介绍一个优化,使用一维数组,来表示
(1) f[v]表示每一种类型的物品,在容量为v的情况下,最大值。
但是体积循环的时候,需要从v----1循环递减。
初始化问题:
(1)若要求背包中不允许有剩余空间,则可以将f[0]均初始化为0,其余的f[1..n]均初始化为-INF 。
表示只有当容积为0 的时候,允许放入质量为0的物品。
而当容积不为0的情况下,不允许放入质量为0的物品,并且把状态置为未知状态。
(2)若要求背包中允许有剩余空间 ,则可以将f[1n],均初始化为0。
这样,当放不下去的时候,可以空着。
*/
#include<iostream>
usingnamespace std ;
constint V=1000
;//总的体积
constint T=5
;//物品的种类
int f[V+1]
;
//#define EMPTY//可以不装满
int
w[T] ={8
, 10 ,
4 , 5 ,5};//价值
int
c[T] ={600
, 400 ,
200 , 200 ,300};//每一个的体积
constint INF=-66536
;
int package()
{
#ifdef EMPTY
for(int i=0
; i<= V ;i++)//条件编译,表示背包可以不存储满
f[i]=0 ;
#else
f[0]=0
;
for(int i=1
; i<= V ;i++)//条件编译,表示背包必须全部存储满
f[i]= INF ;
#endif
for(int i=0
; i< T ; i++)
{
for(int v=
V ; v >= c[i] ;v--)//必须全部从V递减到0
{
f[v]= max(f[v-c[i]]+
w[i] , f[v]) ;//此f[v]实质上是表示的是i-1次之前的值。
}
}
return f[V] ;
}
int main()
{
int temp= package() ;
cout<<temp<<endl ;
system("pause") ;
return0 ;
}
分享到:
相关推荐
回溯算法解0--1背包问题
基于遗传算法的求解0-1背包问题基于遗传算法的求解0-1背包问题基于遗传算法的求解0-1背包问题
遗传算法求解0-1背包问题matlab代码
0-1背包问题 0-1背包问题 0-1背包问题 0-1背包问题
北京工业大学--算法作业2--动态规划算法实现0-1背包问题---Java代码 利用动态规划算法实现0-1背包问题或装配线调度问题。(二选一) 要求测试数据以文本文件的形式存储, 即所有的数据由文本文件读入。 利用动态...
本资源包含了0-1背包问题的最佳所有解法,其中包括动态规划算法,回溯法算法,分支限界算法和贪心算法。包含源代码。
简单的基于价值/质量比策略的贪心算法,解决0-1背包问题。
0-1-背包问题与遗传算法 使用遗传算法在 Python 中解决 0-1 背包问题的简单方法
算法设计,0-1背包问题,用java编写的贪心算法实现0-1背包问题。。
贪心算法解背包问题,供读者参考,我想看看有没有动态规划算法的解决办法
遗传算法解决0-1背包问题,C++,VS2013
0-1背包问题-算法简洁易懂
遗传算法求解0-1背包模型的MATLAB代码
C++ 动态规划算法实现0-1背包问题 包含了代码、算法分析、测试文件和结果,非常详尽,值得拥有!
如题,动态规划法求解0-1背包问题实验报告 大二算法作业 使用java语言实现 内容框架:问题描述 思路分析 实例分析 实验原码及运行结果 实验心得
对现有的求解0-1背包问题的预期效率模型进行了改进,提出了一种基于贪心...仿真实验表明,该算法能够解决0-1背包问题。与已有动态预期效率算法相比,具有明显的高效性;与萤火虫群算法相比,算法亦具有较快的收敛速度。
0-1背包问题(贪心算法)C语言源程序. 物品名称、物品效益、物品重量、物品的效益重量比等定义了物品的结构体。
0-1背包问题问题,使用的回溯算法来实现了。挺简单的实现。
分支定界算法求解0-1背包问题(附MATLAB代码) 1.0-1背包问题描述 2.数学模型 3.线性规划松弛最优解 4.实例讲解 5.MATLAB代码
一种改进的模拟退火算法求解0-1背包问题