动态规划之01背包问题(最易理解的讲解)
2016-09-13 16:05
260 查看
转载地址:http://blog.csdn.net/mu399/article/details/7722810
01背包问题,是用来介绍动态规划算法最经典的例子,网上关于01背包问题的讲解也很多,我写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。
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:
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?
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java的代码view
plain copy
01背包问题,是用来介绍动态规划算法最经典的例子,网上关于01背包问题的讲解也很多,我写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( j >= Wi ), f[i-1,j] }
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:
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?
name | weight | value | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
a | 2 | 6 | 0 | 6 | 6 | 9 | 9 | 12 | 12 | 15 | 15 | 15 |
b | 2 | 3 | 0 | 3 | 3 | 6 | 6 | 9 | 9 | 9 | 10 | 11 |
c | 6 | 5 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 11 |
d | 5 | 4 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 10 |
e | 4 | 6 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 6 | 6 |
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java的代码view
plain copy
import java.util.Arrays; public class Package01 { public static void main(String[] args) { int wholeWeight = 10; PackageItem[] packageItems = init(); int[][] result = get01PackageAnswer(packageItems, wholeWeight); for (int i = 0; i < result.length; i++) { System.out.println(Arrays.toString(result[i])); } } private static int[][] get01PackageAnswer(PackageItem[] packageItems, int wholeWeight) { int[][] matrix = new int[packageItems.length][wholeWeight + 1];//二位数组 for (int i = 0; i < packageItems.length; i++) {//行 PackageItem pi = packageItems[i];//要放进包的item int piWeight = pi.weight; int piValue = pi.value; for (int j = 1; j <= wholeWeight; j++) {//列 int bagSize = j;//当前背包的能承受的重量 if (piWeight > bagSize) {//装不了 //matrix[i][j] = matrix[i][j - 1]; if (i ==0) {//如果是第0行 matrix[i][j] = 0; } else { matrix[i][j] = matrix[i - 1][j]; } } else { int weightDiff = bagSize - piWeight;//装入当前item,余下的重量 if (i ==0) {//如果是第0行 matrix[i][j] = piValue; } else { int valueInBag = matrix[i - 1][weightDiff] + piValue;//f[i-1,j-Wi]+Pi(j >= Wi) matrix[i][j] = valueInBag > matrix[i - 1][j] ? valueInBag : matrix[i - 1][j]; } } } } return matrix; } static PackageItem[] init() { String[] nameArr = {"a","b","c","d","e"}; int[] weightArr = {2,2,6,5,4}; int[] valueArr = {6,3,5,4,6}; PackageItem[] packageItems = new PackageItem[nameArr.length]; for (int i = 0; i < nameArr.length; i++) { PackageItem pi = new PackageItem(nameArr[i], weightArr[i], valueArr[i]); packageItems[i] = pi; } return packageItems; } } class PackageItem { public String name; public int weight; public int value; public PackageItem(String name, int weight, int value) { this.name = name; this.weight = weight; this.value = value; } }
相关文章推荐
- 动态规划之01背包问题(最易理解的讲解)
- 动态规划之01背包问题(最易理解的讲解)
- 动态规划之01背包问题(最易理解的讲解)(转载)
- 动态规划之01背包问题(最易理解的讲解)
- 动态规划之01背包问题(最易理解的讲解)
- 动态规划之01背包问题(最易理解的讲解)
- 动态规划之01背包问题 通俗理解动态规划的过程
- 从01背包问题理解动态规划---初体验
- 从01背包问题理解动态规划---初体验
- 从01背包问题理解动态规划---初体验
- 01背包问题 很裸的动态规划
- 【转】01背包问题动态规划详解
- 动态规划-最长递增子序列/最长公共子序列/01背包问题
- 动态规划的用法——01背包问题
- 动态规划—杭电ACM Bone Collector(01背包问题)
- 动态规划 -- 01背包问题
- ACM:动态规划,01背包问题
- 动态规划——01背包问题
- hihoCoder - 1038 - 01背包 (经典动态规划问题!!)
- 动态规划之01背包问题