动态规划-0-1背包问题

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;
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 回溯算法 回溯法:也称为试探法,它并不考虑问题规模的大小,而是从问题的最明显的最小规模开始逐步求解出可能的答案,并...
    fredal阅读 14,672评论 0 89
  • 动态规划认知 ​ 在问题满足最优性原理之后,用动态规划解决问题的核心就在于填表,表填写完毕,最优解也就找到。 ...
    汝其母戏吾乎阅读 5,518评论 0 1
  • 题目《梦想要有,万一实现呢》 抱团挑战日记第40天。读经时间:2017.4.1读经典内容有:《...
    罗石缘阅读 1,391评论 0 0
  • 文/青椒花 自呱呱落地的日子以来 行走在诗情画意的人间 仰望湛蓝天空的脸庞 从不知如何飞翔 不要做美丽的飞鸟 只愿...
    忠彧阅读 1,495评论 0 4
  • 2016年结束了,你离自己想要的生活更近了吗?还是在羡慕朋友圈里别人的生活? 01 有个93年的小伙子,他在大理租...
    _左屿阅读 1,722评论 1 0