动态规划之背包问题(C语言)

动态规划

动态规划(英语:Dynamic programming,简称DP)是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。
动态规划常常适用于有重叠子问题和最优子结构性质的问题
动态规划思想大致上为:若要解一个给定问题,我们需要解其不同部分(即子问题),再合并子问题的解以得出原问题的解。
由于通常许多子问题非常相似,为此动态规划法试图仅仅解决每个子问题一次,从而减少计算量:一旦某个给定子问题的解已经算出,则将其记忆化存储,以便下次需要同一个子问题解之时直接查表。这种做法在重复子问题的数目关于输入的规模呈指数增长时特别有用。

背包问题

背包问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,如何选择才能使得物品的总价格最高。
背包问题是典型的动态规划问题。

而背包问题还存在需要恰好装满背包和不需要恰好装满两种情况
这篇文章所探讨的所有背包问题都是建立在不需要恰好装满的情况下

由简单背包问题的基础上又衍生出许多问题都可以采用动态规划解决。
例如:
1. 01背包问题(每种物品只有一件,放或者不放)
2. 完全背包问题(每件物品有无限件可用)
3. 多重背包问题(每件物品有n[i]件可用)


01背包问题

题目:有N件物品和一个容量为V的背包。第i件物品的费用是weight[i],价值是value[i]。求将哪些物品装入背包可使价值总和最大。

01背包问题是最基础的背包问题,”01”的意思是:每种物品仅有一件,放为“1”,不放为“0”。
我们假定f[i][v]为将前i件物品前恰好放入一个容量为V的背包中可获得的最大价值
则其状态转移方程是:

f[i][V]=max{f[i-1][V],f[i-1][V-weight[i]]+value[i]}

状态转移方程分析
由上图可知,背包问题可以简化为“将前i件物品放入容量为V的背包中”的问题,而这个问题可以优化为,“不放第i件物品“和“放第i件物品“的问题。

如果不放第i件物品,问题为将前i-1件物品放入容量为V的背包中,总价值为f[i-1][v]

如果放第i件物品,问题为前i-1件物品放入剩下的容量为V-weight[i]的背包中,价值为f[i-1][V-weight[i]]+value[i]
代码部分较为简单,主要学习动态规划这种思想:

    for (int i=1; i<=N; i++)  for (int j=1; j<=M; j++)  {  if (weight[i]<=j){  f[i][j]=max(f[i-1][j],f[i-1][j-weight[i]]+value[i]);  }  else  f[i][j]=f[i-1][j];  }  

该算法的时间复杂度一定降到最低,但是我们还可以通过压缩空间复杂度的方式优化代码,方法就是将二维数组f[i][j]转化为一维数组[j]只需将完整程序稍作修改即可,这里只给出核心代码。

    for(int i = 1; i <= N; ++i)for(int j = V; j >= weight[i]; --j)f[j] = max(f[j], f[j - weight[i]] + value[i]);  

具体代码如下:

#include<stdio.h>   
#define  V 1500  
int f[10][V];//全局变量,自动初始化为0  
int weight[10];  
int value[10];  
#define  max(x,y)   (x)>(y)?(x):(y)  
int main()  
{  //状态转移方程 f[i+1][j]=max{f[i][j],f[i][j-weight[i+1]+value[i+1]}int N,M; freopen("1.txt","r",stdin); scanf("%d%d",&N,&M);//N物品个数 M背包容量  for (int i=1;i<=N; i++)  {  scanf("%d%d",&weight[i],&value[i]); }  //动态规划for (int i=1; i<=N; i++)  for (int j=1; j<=M; j++)  {  if (weight[i]<=j)  {  f[i][j]=max(f[i-1][j],f[i-1][j-weight[i]]+value[i]);  }  else  f[i][j]=f[i-1][j];  }  printf("%d\n",f[N][M]);//输出最优解}

到这里已经基本实现01背包问题,但是该程序在输出的时候,只能输出最后的价值,不能知道选择的物品是哪个。在这里我们定义一个数组x[i],对于每一个物品,如果被选择置为“1”,否则为“0”。通过这样的方式来实现。
修改之后的代码如下:

#include<stdio.h>   
#define  V 100  
int f[10][V];//全局变量,自动初始化为0  
int weight[10];  
int value[10];  
#define  max(x,y)   (x)>(y)?(x):(y)  
int main()  
{  //初始化int N,M; freopen("1.txt","r",stdin); scanf("%d%d",&N,&M);//N物品个数 M背包容量  for (int i=1;i<=N; i++)  {  scanf("%d%d",&weight[i],&value[i]); }  //动态规划分析for (int i=1; i<=N; i++)  for (int j=1; j<=M; j++)  {  if (weight[i]<=j)  {  f[i][j]=max(f[i-1][j],f[i-1][j-weight[i]]+value[i]);  }  else  f[i][j]=f[i-1][j];  }  printf("%d\n",f[N][M]);//输出最优解//输出选择的物品int j = M;int x[V];for(int i=N; i>0; --i){if(f[i][j] > f[i-1][j]){x[i-1] = 1;j = j - weight[i-1];//装入第i-1个宝石后背包能装入的体积就只剩下j - V[i-1]}}for(int i=0; i<N; ++i)  printf("%d ", x[i]);  }   

完全背包问题

题目:有N件物品和一个容量为V的背包。第i件物品的费用是weight[i],价值是value[i]。每件物品可以无限选用,求将哪些物品装入背包可使价值总和最大。
完全背包问题不设定物品取用上限

对于算法的优化我们可以这样想:
在01背包问题中,我们要保证第i次循环中的f[i][v]是由f[i-1][V-weight[i]]递推而来,每一次都是“加选出一个(即一种)物品”而这种方式同时也保证了每件物品只选一次。
而完全背包问题的特点刚好是每种物品可选无限件,所以在考虑“加选出一个(即一种)物品”时就是单纯的考虑“加选出一个(可能为同一种)物品”,这样我们就需要考虑选入的物品是已经选入的情况。相比来说,反而简化了代码。

同样,我们假定f[i][v]为将前i件物品前恰好放入一个容量为V的背包中可获得的最大价值
则其状态转移方程是:

f[i][V]=max{f[i-1][V],f[i-1][V-k*weight[i]]+k*value[i]}

0<=k*weight[i]<=v,其中0<=k<=V/weight[i+1]

该状态方程等价于f[i][v]=max{f[i-1][v],f[i-1][V-weight[i]]+value[i]}
代码部分如下:

    for(int i = 1; i <= N; ++i)for(int j = 0; j <= M; ++j)for(int k = 0; k * weight[i] <= j; ++k)f[i][j] = max(f[i][j], f[i - 1][j - k * weight[i]] + k * value[i]);

一维数组优化:

    for(int i = 1; i <= N; ++i)for(int j = weight[i]; j <= V; ++j)f[j] = max(f[j], f[j - weight[i]] + value[i]); 

具体代码如下:

#include<stdio.h>    
#define  V 1500  
int f[10][V];//全局变量,自动初始化为0  
int weight[10];  
int value[10];  
#define  max(x,y)   (x)>(y)?(x):(y)  
int main()  
{  //f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<=v},其中0<=k<=V/weight[i+1]//f[j]=max(f[j],f[j-weight[i]]+value[i])    int N,M;  //初始化freopen("1.txt","r",stdin); scanf("%d%d",&N,&M);//N物品个数 M背包容量  for (int i=1;i<=N; i++)  {  scanf("%d%d",&weight[i],&value[i]); }  //动态规划for(int i = 1; i <= N; ++i)for(int j = 0; j <= M; ++j)for(int k = 0; k * weight[i] <= j; ++k)f[i][j] = max(f[i][j], f[i - 1][j - k * weight[i]] + k * value[i]);printf("%d",f[N][M]);//输出最优解  }

多重背包问题

题目:有N件物品和一个容量为V的背包。第i件物品最多有n[i]个,每个的费用是weight[i],价值是value[i]。每件物品最多可以选用相应的最大个数,求将哪些物品装入背包可使价值总和最大。
多重背包问题设定物品选择上限
代码部分如下:

    for(int i = 1; i <= N; ++i)for(int j = 0; j <= V; ++j)for(int k = 0; k <= num[i] && k * weight[i] <= j; ++k)f[i][j] = max(f[i-1][j], f[i - 1][j - k * weight[i]] + k * value[i]);

一维数组优化:

    for(int i = 1; i <= N; ++i)for(int j = V; j >= 0; --j)for(int k = 1; k <= num[i] && k * weight[i] <= j; ++k)f[j] = max(f[j], f[j - k * weight[i]] + k * value[i]);  

具体代码如下:

#include<stdio.h>    
#define  V 1500  
int f[10][V];//全局变量,自动初始化为0  
int weight[10];  
int value[10];   
int num[10];
#define  max(x,y)   (x)>(y)?(x):(y)  
int main()  
{  //f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<=v},其中0<=k<=V/weight[i+1]//f[j]=max(f[j],f[j-weight[i]]+value[i])    int N,M,cur;  freopen("2.txt","r",stdin); scanf("%d%d",&N,&M);//N物品个数 M背包容量  for (int i=1;i<=N; i++)  {  scanf("%d%d%d",&weight[i],&value[i],&num[i]); }  for(int i = 1; i <= N; ++i)for(int j = 0; j <= V; ++j)for(int k = 0; k <= num[i] && k * weight[i] <= j; ++k)f[i][j] = max(f[i-1][j], f[i - 1][j - k * weight[i]] + k * value[i]);printf("%d\n",f[N][M]);//输出最优解
}

注:由于测试输入数据较多,程序可以采用文件输入
5 10
2 6
2 3
6 5
5 4
4 6
多重背包需要输入每件物品的可选用次数,所以它的输入文件有所不同
5 10
2 6 1
2 3 1
6 5 1
5 4 1
4 6 1
之所以将次数都定为1,是说明01背包问题是多重背包的一种特殊情况。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/569875.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

最大子列和问题(JAVA)

最大子列和 问题描述&#xff1a;给定N个整数的序列{A1&#xff0c;A2&#xff0c;A3&#xff0c;…&#xff0c;An}&#xff0c;求解子列和中最大的值。 这里我们给出{-2&#xff0c;11&#xff0c;-4&#xff0c;13&#xff0c;-5&#xff0c;-2}这样一个序列&#xff0c;正…

密码验证

用户在创建一个账户时&#xff0c;需要设置一个密码。密码的复杂程度是安全的保障之一&#xff0c;但是有些用户在设置密码时&#xff0c;总是把密码设置的过于简单&#xff0c;导致用户账户的安全存在威胁。因此&#xff0c;为了提高用户账户的安全性&#xff0c;添加了一个Ja…

阿里云windows/Linux 服务器建站教程,附WordPress配置方法

声明&#xff1a;文章仅供学习使用&#xff0c;故采用了多处链接&#xff0c;如有侵权&#xff0c;请私信我&#xff0c;立删。 最近看到一个学长做的验证界面&#xff0c;很简单的两个文本输入框&#xff0c;但是能给我们群里的小伙伴们做题提供一个验证答案的途径&#xff0…

Maven修改默认仓库为阿里云仓库

Maven 仓库默认在国外&#xff0c; 国内使用难免很慢&#xff0c;我们可以更换为阿里云的仓库。 第一步:修改 maven 根目录下的 conf 文件夹中的 setting.xml 文件&#xff0c;在 mirrors 节点上&#xff0c;添加内容如下&#xff1a; <mirrors><mirror><id>…

apache启动错误 AH00072: make_sock: could not bind to address [::]:443

一、安装apche遇到问题 在电脑上win7系统中安装了wnmp&#xff08;nginxMySQLphp7.2&#xff09;后&#xff0c;想要在安装一套wamp&#xff08;apacheMySQLphp7.2&#xff09;。说做就做&#xff0c;wamp的安装就比较简单了&#xff1a;首先&#xff0c;直接下载apache的压缩包…

Page9:结构分解以及系统内部稳定和BIBO稳定概念及其性质[Linear System Theory]

内容包含系统能控性结构分解、系统能观测性结构分解以及系统结构规范分解原理&#xff0c;线性系统的内部稳定、BIBO稳定概念及其性质 转载于:https://www.cnblogs.com/ERFishing/p/10314720.html

Java集合类及常用数据结构

下面这个图示为JAVA的集合类关系图&#xff0c;没用用严格的UML&#xff0c;了解其中的关系即可&#xff0c;其中颜色强调的几个类为常用的集合类。

win7添加开机启动项

添加开机启动项 开始菜单->所有程序->有个“启动”目录&#xff0c;然后右击选择“打开”&#xff0c;之后把软件的快捷方式移动到此目录下&#xff0c;然后重启电脑&#xff0c;就可以了。 注意&#xff1a;如果修改了程序的安装目录&#xff0c;这里需要删除之前的快捷…

续PA协商过程

续PA协商过程 当sw3的接口恢复之后会发生2中情况。 ①sw3的G0/0/2口先发BPDU ②sw3的G0/0/3口先发BPDU sw3先发送BPDU sw3和sw1的交互过程&#xff1a; sw3的2口恢复后&#xff0c;sw3的所有接口&#xff08;除了边缘端口&#xff09;&#xff0c;变为DP&#xff08;discardi…

搜索算法(一)--DFS/BFS求解拯救同伴问题(JAVA)

拯救同伴问题 问题描述&#xff1a;假设有如下迷宫&#xff0c;求解从某一点出发到目标位置的最短距离 Input: 5 4 0 0 1 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 1 1 4 3 Output: 7 深度优先搜索&#xff08;DFS&#xff09; import java.util.Scanner;public class DF…

PHP7.2的安装与配置(win7)

1、PHP的安装 1&#xff09;、环境安装目录&#xff1a; C:/wamp/|——php|——php7.2|——Apache24|——mysql|——www2&#xff09;、下载 linux专用&#xff1a;http://www.php.net/downloads.php windows专用&#xff1a;http://windows.php.net/download/ 官网里Windo…

搜索算法(二)--DFS/BFS求解炸弹人问题(JAVA )

炸弹人问题 问题描述&#xff1a;小人可以在迷宫中任意地方放置一个炸弹&#xff0c;炸弹可以在以该点为中心的十字方向杀死怪物&#xff0c;但是触碰到墙之后不再能传递攻击。求将一个炸弹放在哪个位置可以杀死更多的怪物&#xff1f;&#xff1f; Input&#xff1a; 13 1…

could not find driver和PDO drivers = no value

could not find driver 使用ThinkPHP5.0.20&#xff08;win7apache2.4.41 php7.2.21MySQL5.7&#xff09;连接MySQL数据库时&#xff0c;报错&#xff1a; 然后使用phpinfo();查看了一下扩展&#xff0c;发现了问题&#xff08;PDO drivers 的值为 no value&#xff09;&…

搜索算法(三)--DFS/BFS求解宝岛探险问题(JAVA )

宝岛探险问题 问题描述&#xff1a;某片海域有诸多岛屿&#xff0c;用0表示海洋&#xff0c;1-9表示陆地&#xff0c;现给定一个岛屿上的坐标点&#xff0c;求解所在岛屿的面积 思路&#xff1a;显然这是一个搜索算法&#xff0c;即只要从当前坐标点开始遍历&#xff0c;每遍…

win7上修改MySQL数据库密码

一、通过命令行方式修改MySQL密码 1、方法一&#xff1a;用mysqladmin 格式&#xff1a;mysqladmin -u用户名 -p旧密码 password 新密码 实例&#xff1a;mysqladmin -uroot -pabc password 123456 2、方法二&#xff1a;用set password 首先&#xff0c;登录MySQL数据库。…

Python爬虫从入门到放弃(二十)之 Scrapy分布式原理

原文地址https://www.cnblogs.com/zhaof/p/7306374.html 关于Scrapy工作流程回顾 Scrapy单机架构 上图的架构其实就是一种单机架构&#xff0c;只在本机维护一个爬取队列&#xff0c;Scheduler进行调度&#xff0c;而要实现多态服务器共同爬取数据关键就是共享爬取队列。 这里重…

python-入门

Python入门 阅读目录 一 编程与编程语言二 编程语言分类三 主流编程语言介绍四 python介绍五 安装python解释器六 第一个python程序七 变量八 用户与程序交互九 基本数据类型十 格式化输出十一 基本运算符十二 流程控制之if...else十三 流程控制之while循环十四 流程控制之for循…

图论算法(一)--最短路径的DFS/BFS解法(JAVA )

最短路径–城市路径问题&#xff1a; 问题描述&#xff1a;求从1号城市到5号城市的最短路径长度 Input&#xff1a; 5 8 1 2 2 1 5 10 2 3 3 2 5 7 3 1 4 3 4 4 4 5 5 5 3 3 Output&#xff1a; 9 DFS import java.util.Scanner; public class minPath {stati…

win7安装composer

一、下载安装包 二、安装 1、双击安装包进行安装 2、安装选项&#xff0c;点击next 3、选择php.exe的路径 4、选择并next 5、代理 6、准备安装 7、信息 8、安装成功 9、测试是否安装成功 10、安装位置 11、密钥位置 12、添加路径到环境变量 13、配置国内镜…

图论算法(二)-最短路径的Dijkstra [ 单源 ] 和Floyd[ 多源 ] 解法(JAVA )

一、Dijkstra算法 问题描述&#xff1a;求一个点到任意个点的距离 思路&#xff1a;单源最短路径问题&#xff0c;使用Dijkstra算法 Input&#xff1a; 6 9 1 2 1 1 3 12 2 3 9 2 4 3 3 5 5 4 3 4 4 5 13 4 6 15 5 6 4 Output&#xff1a; 0 1 8 4 13 17 imp…