什么是 0-1 背包问题
假设,有一堆种类各不相同的宝石,还有一个背包,这个背包承重能力有限为 17。怎么让背包中装的宝石最值钱。装到包中用 1 表示,不装到包中用 0 表示,所以解是由 0,1 组成的序列。简称 0-1 背包问题。
下表是宝石的重量和价值
| 宝石编号 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 重量 | 4 | 5 | 10 | 11 | 13 |
| 价值 | 3 | 4 | 7 | 8 | 9 |
如何求解
从问题可以看出,已知数据是每个宝石的重量和价值,背包的承重 WWW。
用 wiw_iwi 表示第 iii 个宝石的重量,viv_ivi 表示第 iii 个宝石的价值,装入背包的宝石的最大价值可表示为:
max∑i=1nvixi
max\sum_{i=1}^nv_ix_i
maxi=1∑nvixi
且满足如下约束条件
∑i=1nwixi≤W,xi∈{0,1}
\sum_{i=1}^nw_ix_i \le W,x_i \in\{0,1\}
i=1∑nwixi≤W,xi∈{0,1}
如何求得满足约束条件的最大值呢?
分析一下,假如 xnx_nxn 要装入包中,那么 {xn−1,...,x1}\{x_{n-1},...,x_1\}{xn−1,...,x1} 肯定是 W−wnW - w_nW−wn 的解,假如 xnx_nxn 不装入包中,那么 {xn−1,...,x1}\{x_{n-1},...,x_1\}{xn−1,...,x1} 肯定是 WWW 的解。
通过上面的分析我们可以得出,如下结论:
c[i,w]={0,i=0或w=0c[i−1,w],wi>wmax{c[i−1,w−wi]+vi,c[i−1,w]},i>0且wi≤w c[i,w]=\left\{
\begin{aligned}
&0&,i=0 或 w=0 \\
&c[i-1,w]&,w_i>w\\
&max\{c[i-1,w-w_i]+v_i,c[i-1,w]\}&,i>0 且w_i \le w
\end{aligned}
\right.
c[i,w]=⎩⎪⎨⎪⎧0c[i−1,w]max{c[i−1,w−wi]+vi,c[i−1,w]},i=0或w=0,wi>w,i>0且wi≤w
其中 c[i,w]c[i,w]c[i,w] 表示背包容量为 www 时 iii 个物品导致的最优解的总价值。我们要求的目标是 c[n,W]c[n,W]c[n,W]
求解思路是找出 www 从 [0,W][0,W][0,W] 的所有解,然后从中找出最优解。
这里用到的算法策略是动态规划法。
对应的求解程序
#include <stdio.h>
#include <stdlib.h>
/*
n 物品数量
W 背包容量
Weights 物品重量
Values 物品价值
求出 c[i,w] 的所有值,其中 1<= i <=n,1<=w<=W
*/
int **KnapsackDP(int n, int W, int *Weights, float *Values)
{
int i, w;
int **c = (int **)calloc(n + 1, sizeof(int *));
for (i = 0; i <= n; i++)
c[i] = (int *)calloc(W + 1, sizeof(int));
//求解
for (i = 1; i <= n; i++)
{
for (w = 1; w <= W; w++)
{
if (Weights[i - 1] <= w)
{
if (Values[i - 1] + c[i - 1][w - Weights[i - 1]] > c[i - 1][w])
{
c[i][w] = Values[i - 1] + c[i - 1][w - Weights[i - 1]];
}
else
{
c[i][w] = c[i - 1][w];
}
}
else
{
c[i][w] = c[i - 1][w];
}
}
}
return c;
}
void OutputKnapsackDP(int n, int W, int *Weights, float *Values, int **c)
{
int x[n];
int i;
for (i = n; i > 1; i--)
{
if (c[i][W] == c[i - 1][W])
x[i - 1] = 0;
else
{
x[i - 1] = 1;
W = W - Weights[i - 1];
}
}
if (c[1][W] == 0)
x[0] = 0;
else
x[1] = 1;
for (i = 0; i < n; i++)
{
if (x[i] == 1)
{
printf("Weigh: %d,Value: %f\n", Weights[i], Values[i]);
}
}
}
int main(void)
{
int n = 5, W = 17;
int Weights[] = {3, 4, 7, 8, 9};
float Values[] = {4, 5, 10, 11, 13};
int **c = KnapsackDP(n, W, Weights, Values);
OutputKnapsackDP(n, W, Weights, Values, c);
}

3万+

被折叠的 条评论
为什么被折叠?



