首页 > 代码库 > 动态规划的详细解析(01背包问题)
动态规划的详细解析(01背包问题)
算法分析之动态规划详解
先举个例子01背包问题具体例子:假设现有容量15kg的背包,另外有4个物品,分别为a1,a2,a3, a4。物品a1重量为3kg,价值为4;物品a2重量为4kg,价值为5;物品a3重量为5kg,价值为6, a4重6千克,价值为7。将哪些物品放入背包可使得背包中的总价值最大?
对于这样的问题,如果如上述所涉及的数据比较少的时候,我们通过列举就能算出来,例如,上边的例子的答案是:将a4和a3与a2放入背包中,这样总重量为6+5+4=15,总价值为5+6+7=18,这样总价值最大。但是如果上述给出的条件很多,此时我们光靠用眼睛看是绝对不行的,所以我们要用上动态规划的思想。
关于动态规划的思想是如何建立的,若初学者对动态规划还是很迷惑的,可以打开下面的文章链接。
点击打开链接 http://blog.csdn.net/u014028070/article/details/39695669
动态规划的基本思想与分治法类似,也是将待求解的问题分解为若干个子问题(阶段),按顺序求解子阶段,前一子问题的解,为后一子问题的求解提供了有用的信息。在求解任一子问题时,列出各种可能的局部解,通过决策保留那些有可能达到最优的局部解,丢弃其他局部解。依次解决各子问题,最后一个子问题就是初始问题的解。
由于动态规划解决的问题多数有重叠子问题这个特点,为减少重复计算,对每一个子问题只解一次,将其不同阶段的不同状态保存在一个二维数组中。
与分治法最大的差别是:适合于用动态规划法求解的问题,经分解后得到的子问题往往不是互相独立的(即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解)。
我们以01背包为例子:
思路:先将原始问题一般化,欲求背包能够获得的总价值,即欲求前i个物体放入容量为m(kg)背包的最大价值c[i][m]——使用一个数组来存储最大价值。而前i个物体放入容量为m(kg)的背包,又可以转化成前(i-1)个物体放入背包的问题。下面使用数学表达式描述它们两者之间的具体关系。
表达式中各个符号的具体含义。
w[i] : 第i个物体的重量;
p[i] : 第i个物体的价值;
c[i][m] :前i个物体放入容量为m的背包的最大价值;
c[i-1][m] :前i-1个物体放入容量为m的背包的最大价值;
c[i-1][m-w[i]] : 前i-1个物体放入容量为m-w[i]的背包的最大价值;
由此可得:
c[i][m]=max{c[i-1][m-w[i]]+pi , c[i-1][m]}(此时用到递归)
引用网上的一个图更能说明情况:
问题分析:令V(i,j)表示在前i(1<=i<=n)个物品中能够装入容量为就j(1<=j<=C)的背包中的物品的最大价值,则可以得到如下的动态规划函数:
(1) V(i,0)=V(0,j)=0
(2) V(i,j)=V(i-1,j) j<wi
V(i,j)=max{V(i-1,j) ,V(i-1,j-wi)+vi) }j>wi
(1)式表明:如果第i个物品的重量大于背包的容量,则装人前i个物品得到的最大价值和装入前i-1个物品得到的最大价是相同的,即物品i不能装入背包;第(2)个式子表明:如果第i个物品的重量小于背包的容量,则会有一下两种情况:(a)如果把第i个物品装入背包,则背包物品的价值等于第i-1个物品装入容量位j-wi 的背包中的价值加上第i个物品的价值vi; (b)如果第i个物品没有装入背包,则背包中物品价值就等于把前i-1个物品装入容量为j的背包中所取得的价值。显然,取二者中价值最大的作为把前i个物品装入容量为j的背包中的最优解。
#include<stdlib.h> #include<stdio.h> int V[200][200];//前i个物品装入容量为j的背包中获得的最大价值 int max(int a,int b) //一个大小比较函数,用于当总重大于第I行时 { if(a>=b) return a; else return b; } int Knap(int n,int w[],int v[],int x[],int C) { int i,j; for(i=0;i<=n;i++) V[i][0]=0; for(j=0;j<=C;j++) V[0][j]=0; for(i=0;i<=n-1;i++) for(j=0;j<=C;j++) if(j<w[i]) V[i][j]=V[i-1][j]; else V[i][j]=max(V[i-1][j],V[i-1][j-w[i]]+v[i]); j=C; for(i=n-1;i>=0;i--) { if(V[i][j]>V[i-1][j]) { x[i]=1; j=j-w[i]; } else x[i]=0; } printf("选中的物品是:\n"); for(i=0;i<n;i++) printf("%d ",x[i]); printf("\n"); return V[n-1][C]; } int main() { int s;//获得的最大价值 int w[4];//物品的重量 重量 价值 和物品的状态 均对应着存到数组中,物品从1开始。 int v[4];//物品的价值 int x[4];//物品的选取状态 选中则是1 没选中为0 int n,i; int C;//背包最大容量 n=4; printf("请输入背包的最大容量:\n"); scanf("%d",&C); printf("物品数:\n"); scanf("%d",&n); printf("请分别输入物品的重量:\n"); for(i=0;i<n;i++) scanf("%d",&w[i]); printf("请分别输入物品的价值:\n"); for(i=0;i<n;i++) scanf("%d",&v[i]); s=Knap(n,w,v,x,C); //调用核心函数 printf("最大物品价值为:\n"); printf("%d\n",s); system("pause"); return 0; }结果是:
暂时就理解这么多,还在不断学习中。
动态规划的详细解析(01背包问题)