动态规划 —— 背包问题 P01 —— 0-1背包
【概述】
? ? 0-1背包問題是最基本的背包問題,它包含了背包問題中設計狀態、方程的最基本思想,另外,別的類型的背包問題往往也可以轉換成0-1背包問題求解。
????特點:每種物品僅有一件,可以選擇放或不放。
【題目】
????有N件物品和一個容量為V的背包。第i件物品的體積是w[i],價值是c[i]。求解將哪些物品裝入背包可使價值總和最大。
【基本思路】
子問題:將前i件物品放入容量為v的背包中。
????若只考慮第i件物品的策略(放或不放),那么就可以轉化為一個只牽扯前i-1件物品的問題。
用子問題定義狀態:f[i][v]表示前i件物品恰放入一個容量為v的背包可以獲得的最大價值。
則其狀態轉移方程:f[i][v]=max{ f[i-1][v] , f[i-1][v-w[i]]+c[i] }
【初始化的細節問題】
我們看到的求最優解的背包問題題目中,事實上有兩種不太相同的問法。
有的題目要求“恰好裝滿背包”時的最優解,有的題目則并沒有要求必須把背包裝滿,而是只希望價格盡量大。一種區別這兩種問法的實現方法是在初始化的時候有所不同。
原因:初始化的f數組事實上就是在沒有任何物品可以放入背包時的合法狀態。
注:此種方法可推廣至各種背包問題,后續不再講解
【優化空間復雜度】
以上方法的時間和空間復雜度均為O(N*V),其中時間復雜度基本已經不能再優化了,但空間復雜度卻可以優化到O(V)。
先考慮上面講的基本思路如何實現,肯定是有一個主循環i=1..N,每次算出來二維數組f[i][0..V]的所有值。
那么,如果只用一個數組f[0..V],能不能保證第i次循環結束后f[v]中表示的就是我們定義的狀態f[i][v]呢?f[i][v]是由f[i-1][v]和f[i-1][v-w[i]]兩個子問題遞推而來,能否保證在推f[i][v]時(也即在第i次主循環中推f[v]時)能夠得到f[i-1][v]和f[i-1][v-w[i]]的值呢?
事實上,這要求在每次主循環中我們以v=V..0的順序推f[v],這樣才能保證推f[v]時f[v-w[i]]保存的是狀態f[i-1][v-w[i]]的值。
偽代碼
for i=1..Nfor v=V..0f[v]=max{f[v],f[v-w[i]]+c[i]};????其中,f[v]=max{f[v],f[v-w[i]]}相當于轉移方程f[i][v]=max{f[i-1][v],f[i-1][v-w[i]]},因為現在的f[v-w[i]]就相當于原來的f[i-1][v-w[i]]。如果將v的循環順序從上面的逆序改成順序的話,那么則成了f[i][v]由f[i][v-w[i]]推知,與本題意不符,但它卻是另一個重要的背包問題P02最簡捷的解決方案,故學習只用一維數組解01背包問題是十分必要的。
????事實上,使用一維數組解01背包的程序在后面會被多次用到,所以這里抽象出一個處理一件01背包中的物品過程,以后的代碼中直接調用不加說明。
偽代碼
/*過程ZeroOnePack,表示處理一件01背包中的物品兩個參數cost、weight分別表明這件物品的價值和體積 */ procedure ZeroOnePack(cost,weight)for v=V..weightf[v]=max{f[v],f[v-weight]+cost}注意這個過程里的處理與前面給出的偽代碼有所不同。前面的示例程序寫成v=V..0是為了在程序中體現每個狀態都按照方程求解了,避免不必要的思維復雜度。而這里既然已經抽象成看作黑箱的過程了,就可以加入優化。費用為cost的物品不會影響狀態f[0..cost-1],這是顯然的。
有了這個過程以后,01背包問題的偽代碼就可以這樣寫:
for i=1..NZeroOnePack(c[i],w[i]);?
總結
以上是生活随笔為你收集整理的动态规划 —— 背包问题 P01 —— 0-1背包的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 信息学奥赛C++语言:上课的人数
- 下一篇: 理论基础 —— 排序 —— 快速排序