采用动态规划求解背包问题

xiaoxiao2021-02-28  27

01背包问题,是用来介绍动态规划算法最经典的例子,这篇文章力争做到用最简单的方式,最少的公式把01背包问题讲解透彻。

01背包的状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi,  f[i-1,j] }      ( j >= Wi )

f[i,j]表示在前i件物品中选择若干件放在承重为 j 的背包中,可以取得的最大价值。 Pi表示第i件物品的价值。 决策:为了背包中物品总价值最大化,第 i件物品应该放入背包中吗 ?

题目描述:

假设山洞里共有a,b,c,d ,e这5件宝物(不是5种宝物),它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包, 怎么装背包,可以才能带走最多的财富。

有编号分别为a,b,c,d,e的五件物品,它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包,如何让背包里装入的物品具有最大的价值总和?

nameweightvalue12345678910a26066991212151515b23033669991011c65000666661011d54000666661010e460006666666

只要你能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。

首先要明确这张表是至底向上,从左到右生成的。

为了叙述方便,用e2单元格表示e行2列的单元格,这个单元格的意义是用来表示只有物品e时,有个承重为2的背包,那么这个背包的最大价值是0,因为e物品的重量是4,背包装不了。

对于d2单元格,表示只有物品e,d时,承重为2的背包,所能装入的最大价值,仍然是0,因为物品e,d都不是这个背包能装的。

同理,c2=0,b2=3,a2=6。

对于承重为8的背包,a8=15,是怎么得出的呢?

根据01背包的状态转换方程,需要考察两个值,

一个是f[i-1,j],对于这个例子来说就是b8的值9,另一个是f[i-1,j-Wi]+Pi;

在这里,

 f[i-1,j]表示我有一个承重为8的背包,当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值

f[i-1,j-Wi]表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值

f[i-1,j-Wi]就是指单元格b6,值为9,Pi指的是a物品的价值,即6

由于f[i-1,j-Wi]+Pi = 9 + 6 = 15 大于f[i-1,j] = 9,所以物品a应该放入承重为8的背包

以下是actionscript3 的代码

[java] view plain copy public function get01PackageAnswer(bagItems:Array,bagSize:int):Array  {      var bagMatrix:Array=[];      var i:int;      var item:PackageItem;      for(i=0;i<bagItems.length;i++)      {          bagMatrix[i] = [0];      }      for(i=1;i<=bagSize;i++)      {          for(var j:int=0;j<bagItems.length;j++)          {              item = bagItems[j] as PackageItem;              if(item.weight > i)              {                  //i背包转不下item                  if(j==0)                  {                      bagMatrix[j][i] = 0;                  }                  else                  {                      bagMatrix[j][i]=bagMatrix[j-1][i];                  }              }              else              {                  //将item装入背包后的价值总和                  var itemInBag:int;                  if(j==0)                  {                      bagMatrix[j][i] = item.value;                      continue;                  }                  else                  {                      itemInBag = bagMatrix[j-1][i-item.weight]+item.value;                  }                  bagMatrix[j][i] = (bagMatrix[j-1][i] > itemInBag ? bagMatrix[j-1][i] : itemInBag)              }          }      }      //find answer      var answers:Array=[];      var curSize:int = bagSize;      for(i=bagItems.length-1;i>=0;i--)      {          item = bagItems[i] as PackageItem;          if(curSize==0)          {              break;          }          if(i==0 && curSize > 0)          {              answers.push(item.name);              break;          }          if(bagMatrix[i][curSize]-bagMatrix[i-1][curSize-item.weight]==item.value)          {              answers.push(item.name);              curSize -= item.weight;          }      }      return answers;  }   PackageItem类 [java] view plain copy public class PackageItem  {      public var name:String;      public var weight:int;      public var value:int;      public function PackageItem(name:String,weight:int,value:int)      {          this.name = name;          this.weight = weight;          this.value = value;      }  }   测试代码 [java] view plain copy var nameArr:Array=['a','b','c','d','e'];  var weightArr:Array=[2,2,6,5,4];  var valueArr:Array=[6,3,5,4,6];  var bagItems:Array=[];  for(var i:int=0;i<nameArr.length;i++)  {      var bagItem:PackageItem = new PackageItem(nameArr[i],weightArr[i],valueArr[i]);      bagItems[i]=bagItem;  }  var arr:Array = ac.get01PackageAnswer(bagItems,10); 
转载请注明原文地址: https://www.6miu.com/read-2650352.html

最新回复(0)