01背包问题ios
问题: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以使价值总和最大。 数组
分析:优化
这是最基础的背包问题,特色是:每种物品仅有一件,能够选择放或不放。 spa
用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包能够得到的最大价值。则其状态转移方程即是:code
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
xml
这个方程很是重要,基本上全部跟背包相关的问题的方程都是由它衍生出来的。因此有必要将它详细解释一下:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就能够转化为一个只牵扯前i-1件物品的问题。若是不放第i件物品,那么问题就转化为“前i-1件物 品放入容量为v的背包中”,价值为f[i-1][v];若是放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能得到的最大价值就是f[i-1][v-c[i]]再加上经过放入第i件物品得到的价值w[i]。blog
优化:io
以上方法的时间和空间复杂度均为O(VN),其中时间复杂度应该已经不能再优化了,但空间复杂度却能够优化到O。编译
先考虑上面讲的基本思路如何实现,确定是有一个主循环i=1..N,每次算出来二维数组f[i][0..V]的全部值。那么,若是只用一个数组 f[0..V],能不能保证第i次循环结束后f[v]中表示的就是咱们定义的状态f[i][v]呢?f[i][v]是由f[i-1][v]和f[i-1] [v-c[i]]两个子问题递推而来,可否保证在推f[i][v]时(也即在第i次主循环中推f[v]时)可以获得f[i-1][v]和f[i-1] [v-c[i]]的值呢?事实上,这要求在每次主循环中咱们以v=V..0的顺序推f[v],这样才能保证推f[v]时f[v-c[i]]保存的是状态 f[i-1][v-c[i]]的值。伪代码以下:class
for i=1..N
for v=V..0
f[v]=max{f[v],f[v-c[i]]+w[i]};
代码实现:
1 /***************01背包问题******************/ 2 #include <iostream> 3 4 using namespace std; 5 #define INF -65536 6 const int V=1000;//定义体积的最大值; 7 const int T=5;//定义商品的数目; 8 int f[V+1]; 9 //#define EMPTY 10 int w[T]={6,8,3,9,2};//商品的价值; 11 int c[T]={400,600,500,600,900};//商品的体积; 12 int package() 13 { 14 #ifdef EMPTY//能够不装满 15 for(int i=0;i<=V;i++)//条件编译,表示能够不存储满 16 { 17 f[i]=0; 18 } 19 #else//必须装满 20 f[0]=0; 21 for(int i=1;i<=V;i++)//条件编译,表示必须存储满 22 { 23 f[i]=INF; 24 } 25 #endif // EMPTY 26 for(int i=0;i<T;i++) 27 { 28 for(int v=V;v>=c[i];v--) 29 { 30 f[v]=max(f[v],f[v-c[i]]+w[i]); 31 } 32 } 33 return f[V]; 34 } 35 int main() 36 { 37 int temp; 38 temp=package(); 39 cout<<temp<<endl; 40 return 0; 41 }
说
咱们看到的求最优解的背包问题题目中,事实上有两种不太相同的问法。有的题目要求“刚好装满背包”时的最优解,有的题目则并无要求必须把背包装满。一种区别这两种问法的实现方法是在初始化的时候有所不一样。
若是是第一种问法,要求刚好装满背包,那么在初始化时除了f[0]为0其它f[1..V]均设为-∞,这样就能够保证最终获得的f[N]是一种刚好装满背包的最优解。
若是并无要求必须把背包装满,而是只但愿价格尽可能大,初始化时应该将f[0..V]所有设为0。
为何呢?能够这样理解:初始化的f数组事实上就是在没有任何物品能够放入背包时的合法状态。若是要求背包刚好装满,那么此时只有容量为0的背包可能被价值为0的nothing“刚好装满”,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。若是背包并不是必须被装满,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,因此初始时状态的值也就所有为0了。
明: