算法设计与分析|【动态规划法】求解0/1背包问题

问题描述

【算法设计与分析|【动态规划法】求解0/1背包问题】有5个物品,其重量分别是{2, 2, 6, 5, 4},价值分别为{6, 3, 5, 4, 6},背包的容量为10,计算背包所能装入物品的最大价值。
求解思路 在0/1背包问题中,物品i或者被装入背包,或者不被装入背包,设xi表示物品i装入背包的情况,则当xi=0时,表示物品i没有被装入背包,xi=1时,表示物品i被装入背包。根据问题的要求,有如下约束条件和目标函数:
算法设计与分析|【动态规划法】求解0/1背包问题
文章图片

算法设计与分析|【动态规划法】求解0/1背包问题
文章图片

于是,问题归结为寻找一个满足约束条件式1,并使目标函数式2达到最大的解向量X=(x1, x2, …, xn)。
0/1背包问题可以看作是决策一个序列(x1, x2, …, xn),对任一变量xi的决策是决定xi=1还是xi=0。按下述方法来划分阶段:第一阶段,只装入前1个物品,确定在各种情况下的背包能够得到的最大价值;第二阶段,只装入前2个物品,确定在各种情况下的背包能够得到的最大价值;依此类推,直到第n个阶段。
实现过程 决策序列(x1, x2, …, xn),对任一变量xi的决策是决定xi=1还是xi=0。在对xi-1决策后,已确定了(x1, …, xi-1),在决策xi时,第i个物品则会有以下两种情况:
(1)如果第i个物品没有装入背包,则背包中物品的价值就等于把前i-1个物品装入容量为j的背包中所取得的价值。
(2)如果把第i个物品装入背包,则背包中物品的价值等于把前i-1个物品装入容量为j-wi的背包中的价值加上第i个物品的价值vi。
设V(n, C)表示将n个物品装入容量为C的背包获得的最大价值,显然,初始子问题是把前面i个物品装入容量为0的背包和把0个物品装入容量为j的背包,得到的价值均为0,即:
V(i, 0)= V(0, j)=0 (0≤i≤n, 0≤j≤C)
考虑原问题的一部分,设V(i, j)表示将前i(1≤i≤n)个物品装入容量为j(1≤j≤C)的背包获得的最大价值,在决策xi 时,可采用递推式:
算法设计与分析|【动态规划法】求解0/1背包问题
文章图片

得到如下动态规划函数:V(i, 0)= V(0, j)=0
算法设计与分析|【动态规划法】求解0/1背包问题
文章图片

第二个式子表明:如果第i个物品的重量小于背包的容量,则会有以下两种情况:
(1)如果第i个物品没有装入背包,则背包中物品的价值就等于把前i-1个物品装入容量为j的背包中所取得的价值。
(2)如果把第i个物品装入背包,则背包中物品的价值等于把前i-1个物品装入容量为j-wi的背包中的价值加上第i个物品的价值vi;
显然,取二者中价值较大者作为把前i个物品装入容量为j的背包中的最优解。
在每个阶段的决策中,始终保持当前所完成的决策(序列)使得背包的价值是最大的。
根据动态规划函数,用一个(n+1)×(C+1)的二维表V,V[i][j]表示把前i个物品装入容量为j的背包中获得的最大价值。
算法设计与分析|【动态规划法】求解0/1背包问题
文章图片

代码实现
#include using namespace std; #define C 10 int V[6][11]; int x[5]; int KnapSack(int n, int w[], int v[]); int max(int x, int y); void printV(); int main() { int w[] = { 2, 2, 6, 5, 4 }; int v[] = { 6, 3, 5, 4, 6 }; cout << "背包的最大价值为:" << KnapSack(5, w, v) << endl; cout << "装入背包的物品是:"; for (int i = 0; i < 5; i++) { if (x[i]==1) { cout << "物品" << i + 1; } } printf("\n"); printV(); cout << endl; return 0; }int max(int x, int y){ if (x>y) { return x; } else { return y; } }int KnapSack(int n, int w[], int v[]){ int i, j; //1.初始化第0列 for ( i = 0; i <=n; i++) { V[i][0] = 0; } //2.初始化第0行 for ( j = 0; j <=C; j++) { V[0][j] = 0; } //3.初始化第i行,进行i次迭代 for (i = 1; i <=n; i++) { for ( j = 1; j <= C; j++) { if (j0; i--) { if (V[i][j]>V[i-1][j]) { x[i-1] = 1; j = j - w[i-1]; } else { x[i-1] = 0; } } //5.返回背包的最大价值 return V[n][C]; }void printV(){ for (int i = 0; i < 6; i++) { for (int j = 0; j < C+1; j++) { if (j==0) { printf("%d\t", i); } else { printf("%d\t", V[i][j - 1]); } } printf("\n"); } }

运行结果 算法设计与分析|【动态规划法】求解0/1背包问题
文章图片

这个问题也就总结到这里,如果有什么问题的话,欢迎各位联系我~

    推荐阅读