美文网首页校招备战笔记
动态规划-0-1背包问题

动态规划-0-1背包问题

作者: iOS佥 | 来源:发表于2018-08-12 17:43 被阅读3次

    动态规划-0-1背包问题

    动态规划(dynamic programming)是解决多阶段决策问题常用的最优化理论,由美国数学家 Bellman 等人在1957年提出,用于研究多阶段决策过程的优化问题。

    [toc]

    动态规划适合的问题(最优解)

    动态规划法适合求解多阶段(状态转换)决策问题的最优解,也可用于含有线性或非线性递推关系的最优解问题,这些问题必须满足最优化原理和子问题的“无后向型”。

    动态规划的基本步骤

    一般需要四个步骤;

    st=>start: 定义最优子问题
    e=>end: 确定边界条件
    op1=>operation: 定义状态
    op2=>operation: 定义决策和状态转换方程
    
    st->op1->op2->e
    

    0-1背包问题

    有一个背包,承载量为 C,现有 n 个物品,其中物品 i (0< i <=n) 重量为 wi,价值为pi, 现在从 n 个物品里选择一个或多个装入背包,要求在物品总重量不超过 C 的前提下,所装入的物品价值最高.

    1.定义最优子问题

    每选择一个物品就可以看做一个阶段,其子问题就可以定义成每次向包里装入一个物品,直到超过背包最大容量为止.

    2.定义状态

    在满足"无后向性"要求下,定义问题的状态: s[i, j] 将第 i 件物品装入容量为 j 的包里所能获得的最大价值.

    3.定义决策和状态转换方程

    • 决策:判断装入 第 i 件物品的总价值和不装入第 i 件物品的总价值哪个更大.
      如果不装入第 i 件物品,则背包内物品的价值仍然是 s[i-1, j];
      如果装入第 i 件物品,则背包内物品的价值就是 s[i-1, j-wi]+pi.
    • 状态转换方程:s[i, j] = max(s[i-1, j], s[i-1, j-w_i]+p_i)

    4.确定边界条件

    边界条件就是没有装入任何物品的状态:s[0, j] = 0

    5.递归写法

    #include <iostream>
    #include <algorithm>
    
    using namespace std;
    
    int q[6] = {0,3, 6, 5, 4, 6};   // 价值
    int t[6] = {0,2, 4, 6, 5, 2};   // 重量
    int V = 2;                      // 背包容量
    
    int func(int i, int V);         // i 个物品, 背包容量 V
        
    int main(int argc, char *argv[]) {
        
        int highest = func(5, V);
        cout << "最高价值:" << highest << endl;
        
        return 0;
    }
    
    int func(int i, int V){
        if(i == 0 || V == 0) {
            return 0;
        }else if (V>=t[i]){
            return max(func(i-1, V), func(i-1, V-t[i])+q[i]);
        }else{
            return func(i-1, V);
        }
    }
    

    6.状态表(备忘录)写法

    #include <iostream>
    
    using namespace std;
    
    int q[6] = {0,3, 6, 5, 4, 6};   // 价值
    int t[6] = {0,2, 4, 6, 5, 2};   // 重量
    int V = 10;                     // 背包容量
    
    int main(int argc, char *argv[]) {
        
        int f[6][V+1];                  // 状态表
        
        // 初始化边界条件
        for (int i = 0; i < 6; i++){
            f[i][0] = 0;
            f[0][i] = 0;
        }
        for (int i = 1; i < 6; i++){
            for (int j = 1; j < V+1; j++){
                if(j >= t[i]){
                    f[i][j] = max(f[i-1][j], f[i-1][j-t[i]]+q[i]);
                }else{
                    f[i][j] = f[i-1][j];
                }
            }
        }
        // 打印状态表
        for (int i = 0; i < 6; i++){
            for (int j = 0; j < V+1; j++){
            cout << f[i][j] << " ";
            }
            cout << endl;
        }
        return 0;
    }
    
    

    相关文章

      网友评论

        本文标题:动态规划-0-1背包问题

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