第六讲 动态规划背包问题详细.pptVIP

计算机系 费玉奎 背包问题的探究 一.01背包 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c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。 基本思路： 这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放 先列方程再解释： 用子问题定义状态：即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是： f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]} 这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的 一.01背包 解释： “将前i件物品放入容量为v的背包中”这个子问题，若只考虑第i件物品的策略（放或不放），那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品，那么问题就转化为“前i-1件物品放入容量为v的背包中”，价值为f[i-1][v]；如果放第i件物品，那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”，此时能获得的最大价值就是f[i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。 一.01背包 注意：转化过程！ 伪码： for i=1..N for v=0..V f[v]=max{f[v],f[v-c[i]]+w[i]}; 一.01背包 时间复杂度：O(VN). 空间复杂度：O(VN). 优化：空间复杂度可以优化！！！ 时间复杂度也可以进行常数优化. 应该是for v=V..0 二.完全背包 题目 : 有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 简单优化： 1）若两件物品i、j满足c[i]=c[j] 并且w[i]=w[j]，则将物品j去掉，不用考虑 . 2）将费用大于V的物品去掉 . 转化为01背包： 考虑到第i种物品最多选V/c[i]件，于是可以把第i种物品转化为V/c[i]件费用及价值均不变的物品，然后求解这个01背包问题 二.完全背包 还可以优化的更高效！！ 二进制思想 伪码： for i=1..N for v=0..V f[v]=max{f[v],f[v-cost]+weight} 注意：此处v的循环次序和01背包的循环次序不同！！！ 假如合理的交换v，n的循环次序，貌似可以稍稍的提高效率. 二.完全背包 此处仍然可以用 一维数组存储 二.完全背包 下面分析为何伪码可以成立。最原始的代码应该是： for i=1..N for v=0..V f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0=k=V/c[i]} 单独考虑f[i][v]时，二维形式就是： f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|k=0..m};m=V/c[i]; 同样 f[i][v+c[i]]=max{f[i-1][v+c[i]-k*c[i]]+k*w[i]|k=0..m+1} =max{f[i-1][v+c[i]],max{f[i-1][v+c[i]-k*c[i]]+k*w[i]|k=1..m+1}} =max{f[i-1][v+c[i]],max{f[i-1][v-k*c[i]]+k*w[i]+w[i]|k=0..m}} =max{f[i-1][v+c[i]],max{f[i-1][v-k*c[i]]+k*w[i]|k=0..m}+w[i]} =max{f[i-1][v+c[i]],f[i][v]+w[i]} 二.完全背包 这时就发现f[i][v+c[i]]只与f[i-1][v+c[i]]和f[i][v]+w[i]有关。或说f[i][v]只与f[i-1][v]和f[i][v-c[i]]+w[i]有关。当我们考虑f[i][v]时，由于是从前往后写，一维数组表示的f[v]还没被写入，它表示的是f[i-1][v],而f[v-c[i]]已经被写入，它表示的是f[i][v-c[i]],于是一维的 f[v]=max{f[v],f[v-c[i]]+w[i]} 表示的恰好是二维的 f[i][v]=max{f[i-1][v],f[i][v-c[i]]+w[i]} 这样就从数学上证明了伪代码的正确性。 三.多重背包 题目： 有N种物品和一个容量为V的背包。第i种物品最多有n[i]件可用，每件费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大 。 优化： 完全背包优化方式基本一样，用二进