01背包问题动态规划详解(转载)
2010-08-19 15:56
477 查看
转载自http://hi.baidu.com/%C5%DD%B0%C9%BA%C8%BE%C6/blog/item/667eb6ae038daecb7cd92ac4.html
动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。 比如01背包问题。 因为背包最大容量M未知。所以,我们的程序要从1到M一个一个的试。比如,开始任选N件物品的一个。看对应M的背包,能不能放进去,如果能放进去,并且还有多的空间,则,多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢?看下表。 测试数据: 10,3 3,4 4,5 5,6 ![]() c[i][j]数组保存了1,2,3号物品依次选择后的最大价值. 这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3则里面放4.这样,这一排背包容量为4,5,6,....10的时候,最佳方案都是放4.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候,最佳方案还是上一排的最价方案c为4.而背包容量为5的时候,则最佳方案为自己的重量5.背包容量为7的时候,很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.) 从以上最大价值的构造过程中可以看出。 f(n,m)=max{f(n-1,m), f(n-1,m-w )+P(n,m)}这就是书本上写的动态规划方程.这回清楚了吗? 下面是实际程序: #include<stdio.h> int c[10][100]; int knapsack(int m,int n) { int i,j,w[10],p[10]; for(i=1;i<n+1;i++) scanf("/n%d,%d",&w[i],&p[i]); for(i=0;i<10;i++) for(j=0;j<100;j++) c[i][j]=0; for(i=1;i<n+1;i++) for(j=1;j<m+1;j++) { if(w[i]<=j) { if(p[i]+c[i-1][j-w[i]]>c[i-1][j]) c[i][j]=p[i]+c[i-1][j-w[i]]; else c[i][j]=c[i-1][j]; } else c[i][j]=c[i-1][j]; } return(c [m]); } int main() { int m,n;int i,j; scanf("%d,%d",&m,&n); printf("Input each one:/n"); printf("%d",knapsack(m,n)); printf("/n"); for(i=0;i<10;i++) for(j=0;j<15;j++) { printf("%d ",c[i][j]); if(j==14)printf("/n"); } system("pause"); |
相关文章推荐
- 01背包问题动态规划详解(转载)
- 01背包问题动态规划详解
- 动态规划之背包问题01——Java实现
- 背包问题动态规划详解
- 【初学动态规划】之01背包问题
- 0/1背包问题动态规划详解
- 算法导论学习笔记(十三):动态规划(三):01背包问题
- 动态规划求解01背包相关的基本问题
- 最大报销额(动态规划:01背包问题变形)
- 动态规划经典:01背包问题
- 0/1背包问题动态规划详解之一
- 01背包问题的动态规划解法
- 动态规划01背包问题
- 0/1背包问题动态规划详解
- 动态规划之背包问题详解
- 动态规划实例(七):01背包问题最大价值
- 0/1背包问题动态规划详解(转)
- 动态规划本质理解:01背包问题
- 动态规划7:砝码和种类优化成01背包问题
- 动态规划之背包问题01——Java实现