您的位置：首页 > 其它

背包问题 01背包详解及其实现 空间压缩技术 对应于背包九讲之一

2012-12-06 15:59 656 查看
http://blog.csdn.net/wumuzi520/article/details/7014559

01背包是在M件物品取出若干件放在空间为W的背包里，每件物品的体积为C1，C2，…，Cn，与之相对应的价值为W1,W2，…，Wn.求解将那些物品装入背包可使总价值最大。

        动态规划（DP）：

        1） 子问题定义：F[i][j]表示前i件物品中选取若干件物品放入剩余空间为j的背包中所能得到的最大价值。

        2） 根据第i件物品放或不放进行决策

                         

                        (1-1)

        其中F[i-1][j]表示前i-1件物品中选取若干件物品放入剩余空间为j的背包中所能得到的最大价值；

        而F[i-1][j-C[i]]+W[i]表示前i-1件物品中选取若干件物品放入剩余空间为j-C[i]的背包中所能取得的最大价值加上第i件物品的价值。

        根据第i件物品放或是不放确定遍历到第i件物品时的状态F[i][j]。

        设物品件数为N，背包容量为V，第i件物品体积为C[i]，第i件物品价值为W[i]。

        由此写出伪代码如下：

F[0][] ← {0}

F[][0] ← {0}

for i←1 to N

do for k←1 to V

F[i][k] ← F[i-1][k]

if(k >= C[i])

then F[i][k] ← max(F[i][k],F[i-1][k-C[i]]+W[i])

return F
[V]


以上伪代码数组均为基于1索引，及第一件物品索引为1。时间及空间复杂度均为O(VN)

        举例：表1-1为一个背包问题数据表，设背包容量为10根据上述解决方法可得到对应的F[i][j]如表1-2所示，最大价值即为F[6][10].

表1-1背包问题数据表

物品号i123456
体积C231465
价值W5651197
表1-2前i件物品选若干件放入空间为j的背包中得到的最大价值表

 012345678910
000000000000
100555555555
2056611111111111111
30551011111616161616
40551011111616161617
50551011111924242930
60551011111924242930
         很多文章讲背包问题时只是把最大价值求出来了，并没有把所选的是哪些物品找出来。本人在学习背包问题之前遇到过很多的类似问题，当时也是只求得了最大价值或最大和，对具体哪些物品或路径等细节也束手无策。再次和大家一起分享细节的求法。

        根据算法求出的最大价值表本身其实含有位置信息，从F
[V]逆着走向F[0][0]，设i=N,j=V，如果F[i][j]==F[i-1][j-C[i]]+W[i]说明包里面有第i件物品，同时j -= C[i]，不管F[i][j]与F[i-1][j-C[i]]+W[i]相不相等i都要减1，因为01背包的第i件物品要么放要么不放，不管放还是不放其已经遍历过了，需要继续往下遍历。

打印背包内物品的伪代码如下：

i←N

j←V

while(i>0 && j>0)

do if(F[i][j]=F[i-1][j-C[i]]+W[i])

then Print W[i]

j←j-C[i]

i←i-1


 

当然也可以定义一个二维数组Path
[V]来存放背包内物品信息，开始时Path
[V]初始化为0,当 F[i][j]==F[i-1][j-C[i]]+W[i]时Path[i][j]置1。最后通过从Path[N+1][V+1]逆着走向Path[0][0]来获取背包内物品。其中Path[0][]与Path[][0]为边界。

加入路径信息的伪代码如下：


 

F[0][] ← {0}

F[][0] ← {0}

Path[][] ← 0

for i←1 to N

do for k←1 to V

F[i][k] ← F[i-1][k]

if(k >= C[i] && F[i][k] < F[i-1][k-C[i]]+W[i])

then F[i][k] ← F[i-1][k-C[i]]+W[i]

Path[i][k] ← 1

return F
[V] and Path[][]


打印背包内物品的伪代码如下：

i←N

j←V

while(i>0 && j>0)

do if(Path[i][j] = 1)

then Print W[i]

j←j-C[i]

i←i-1


 

    在时间及空间复杂度均为O(NV)的情况下，利用Path[][]的方法明显比直接通过F[i][j]==F[i-1][j-C[i]]+W[i]来打印物品耗费空间，Path[][]需要额外的空间O(NV)但总空间复杂度不变仍为O(NV)。但下面要讲到的O(V)的空间复杂度的方法却不能利用关系式F [j]==F [j-C[i]]+W[i]而只能利用Path[][]进行标记.

接下来考虑如何压缩空间，以降低空间复杂度。

时间复杂度为O(VN)，空间复杂度将为O（V）

        观察伪代码可也发现，F[i][j]只与F[i-1][j]和F[i-1][j-C[i]]有关，即只和i-1时刻状态有关，所以我们只需要用一维数组F[]来保存i-1时的状态F[]。假设i-1时刻的F[]为{a0，a1，a2，…，av}，难么i时刻的F[]中第k个应该为max(ak,ak-C[i]+W[i])即max(F[k],F[k-C[i]]+W[i])，这就需要我们遍历V时逆序遍历，这样才能保证求i时刻F[k]时F[k-C[i]]是i-1时刻的值。如果正序遍历则当求F[k]时其前面的F[0],F[1]，…，F[K-1]都已经改变过，里面存的都不是i-1时刻的值，这样求F[k]时利用F[K-C[i]]必定是错的值。最后F[V]即为最大价值。

求F[j]的状态方程如下：

                           

               (1-2)

伪代码如下：

F[] ← {0}

for i ← 1 to N

do for k ← V to C[i]

F[k] ← max(F[k],F[k-C[i]]+W[i])

return F[V]


同样，怎么求路径？

        利用前面讲到的Path[][]标记，需空间消耗O(NV)。这里不能用F [j]==F [j-C[i]]+W[i]来判断是因为一维数组并不能提供足够的信息来寻找二维路径。

        加入路径信息的伪代码如下：

F[] ← {0}

Path[][]←0

for i←1 to N

do for k←V to C[i]

if(F[k] < F[k-C[i]]+W[i])

then F[k] ← F[k-C[i]]+W[i]

Path[i][k] ← 1

return F[V] and Path[][]


 

打印路径的伪代码和前面未压缩空间复杂度时的伪代码一样，这里不再重写。

下面针对前面提到的表1-1提供两种方法的测试代码：

#include <iostream>
#include <cstring>
#include "CreateArray.h"	//该头文件用于动态创建及销毁二维数组，读者自己实现
using namespace std;


 

//时间复杂度O(VN),空间复杂度为O(VN)


 

int Package01(int Weight[], int Value[], int nLen, int nCapacity)
{
int** Table = NULL;
int** Path = NULL;
CreateTwoDimArray(Table,nLen+1,nCapacity+1);	//创建二维数组
CreateTwoDimArray(Path,nLen+1,nCapacity+1);	//创建二维数组

for(int i = 1; i <= nLen; i++)
{
for(int j = 1; j <= nCapacity; j++)
{
Table[i][j] = Table[i-1][j];
Path[i][j] = 0;
if(j >= Weight[i-1] && Table[i][j] < Table[i-1][j-Weight[i-1]]+Value[i-1])
{
Table[i][j] = Table[i-1][j-Weight[i-1]]+Value[i-1];
Path[i][j] = 1;
}
}
}

int i = nLen, j = nCapacity;
while(i > 0 && j > 0)
{
if(Path[i][j] == 1)
{
cout << Weight[i-1] << " ";
j -= Weight[i-1];
}
i--;
}
cout << endl;

int nRet = Table[nLen][nCapacity];
DestroyTwoDimArray(Table,nLen+1);	//销毁二维数组
DestroyTwoDimArray(Path,nLen+1);	//销毁二维数组
return nRet;
}

 

//时间复杂度O(VN)，不考虑路径空间复杂度为O(V)，考虑路径空间复杂度为O(VN)

int Package01_Compress(int Weight[], int Value[], int nLen, int nCapacity)
{
int * Table = new int [nCapacity+1];
memset(Table,0,(nCapacity+1)*sizeof(int));
int** Path = 0;
CreateTwoDimArray(Path,nLen+1,nCapacity+1);	//创建二维数组

for(int i = 0; i < nLen; i++)
{
for(int j = nCapacity; j >= Weight[i]; j--)
{
Path[i+1][j] = 0;
if(Table[j] < Table[j-Weight[i]]+Value[i])
{
Table[j] = Table[j-Weight[i]]+Value[i];
Path[i+1][j] = 1;
}
}
}

int i = nLen, j = nCapacity;
while(i > 0 && j > 0)
{
if(Path[i][j] == 1)
{
cout << Weight[i-1] << " ";
j -= Weight[i-1];
}

i--;
}
cout << endl;

int nRet = Table[nCapacity];
DestroyTwoDimArray(Path,nLen+1);	//销毁二维数组
delete [] Table;
return nRet;
}

本文部分内容参考“背包九讲”

以下是我重写了上面的代码 进行了一部分简化：

实现了上述的所有的伪码所描述的算法：

#define N 5
#define W 5
int Weight[]={-1,4,2,1,3,4};
int value[]={-1,19,29,11,23,11};
int Path[N+1][W+1];
int Table[N+1][W+1];
int Table1[W+1];
int Package01_1()
{
memset(Table1,0,sizeof(int)*(W+1));
for(int i=0;i<N+1;i++)
{
for(int j=0;j<W+1;j++)
{
Path[i][j]=0;
}
}
for(int i=1;i<N;i++)
{
for(int j=W;j>=Weight[i];j--)
{
if(Table1[j]<Table1[j-Weight[i]]+value[i])
{
Table1[j]=Table1[j-Weight[i]]+value[i];
Path[i][j]=1;
}
}
}
int i=N,j=W;
cout<<"该进版本:"<<endl;
while(i>0&&j>0)
{
if(Path[i][j]==1)
{
cout<<i<<" ";
j-=Weight[i];
}
i--;
}
cout<<endl;
return Table1[W];
}

///重量数组， 价值数组，数据个数，横坐标长度
int Package01()
{
for(int i=0;i<N+1;i++)
{
for(int j=0;j<W+1;j++)
{
Table[i][j]=-1;
Path[i][j]=0;
}
}
for(int i=0;i<W+1;i++)
{
Table[0][i]=0;
}
for(int j=0;j<N+1;j++)
{
Table[j][0]=0;
}
for(int i=1;i<=N;i++)
{
for(int j=1;j<=W;j++)
{
if(j<Weight[i])
{
Table[i][j]=Table[i-1][j];
}
else
{
int t1=Table[i-1][j];
int t2=Table[i-1][j-Weight[i]]+value[i];
if(t2>t1)
Path[i][j]=1;
Table[i][j]=t1>t2?t1:t2;
}
}
}
return Table
[W];
}
void Print()
{
int i=N;
int j=W;
while(i>0&&j>0)
{
if(Path[i][j]==1)
{
cout<<i<<" ";
j-=Weight[i];
}
i--;
}
}
void Print_1()
{
int i=N;
int j=W;
while(i>0&&j>0)
{
if(Table[i-1][j-Weight[i]]+value[i]==Table[i][j])
{
cout<<i<<" ";
j-=Weight[i];
}
i--;
}
}

int main()
{
cout<<"没有改进版本:"<<endl;
cout<<Package01()<<endl;
Print();
cout<<endl;
Print_1();
cout<<endl;

cout<<Package01_1()<<endl;
return 0;
}


 

#define N 5
#define W 5
int Weight[]={-1,4,2,1,3,4};
int value[]={-1,19,29,11,23,11};
int Path[N+1][W+1];
int Table[N+1][W+1];
int Table1[W+1];
int Package01_1()
{
memset(Table1,0,sizeof(int)*(W+1));
for(int i=0;i<N+1;i++)
{
for(int j=0;j<W+1;j++)
{
Path[i][j]=0;
}
}
for(int i=1;i<N;i++)
{
for(int j=W;j>=Weight[i];j--)
{
if(Table1[j]<Table1[j-Weight[i]]+value[i])
{
Table1[j]=Table1[j-Weight[i]]+value[i];
Path[i][j]=1;
}
}
}
int i=N,j=W;
cout<<"该进版本:"<<endl;
while(i>0&&j>0)
{
if(Path[i][j]==1)
{
cout<<i<<" ";
j-=Weight[i];
}
i--;
}
cout<<endl;
return Table1[W];
}

///重量数组， 价值数组，数据个数，横坐标长度
int Package01()
{
for(int i=0;i<N+1;i++)
{
for(int j=0;j<W+1;j++)
{
Table[i][j]=-1;
Path[i][j]=0;
}
}
for(int i=0;i<W+1;i++)
{
Table[0][i]=0;
}
for(int j=0;j<N+1;j++)
{
Table[j][0]=0;
}
for(int i=1;i<=N;i++)
{
for(int j=1;j<=W;j++)
{
if(j<Weight[i])
{
Table[i][j]=Table[i-1][j];
}
else
{
int t1=Table[i-1][j];
int t2=Table[i-1][j-Weight[i]]+value[i];
if(t2>t1)
Path[i][j]=1;
Table[i][j]=t1>t2?t1:t2;
}
}
}
return Table
[W];
}
void Print()
{
int i=N;
int j=W;
while(i>0&&j>0)
{
if(Path[i][j]==1)
{
cout<<i<<" ";
j-=Weight[i];
}
i--;
}
}
void Print_1()
{
int i=N;
int j=W;
while(i>0&&j>0)
{
if(Table[i-1][j-Weight[i]]+value[i]==Table[i][j])
{
cout<<i<<" ";
j-=Weight[i];
}
i--;
}
}

int main()
{
cout<<"没有改进版本:"<<endl;
cout<<Package01()<<endl;
Print();
cout<<endl;
Print_1();
cout<<endl;

cout<<Package01_1()<<endl;
return 0;
}


本文部分内容参考“背包九讲”本文部分内容参考“背包九讲”本文部分内容参考“背包九讲”

 
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航