动态规划-01背包问题.docVIP

动态规划——01背包问题 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 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actionscript3 的代码 [java]?view plain?copy public?function?get01PackageAnswer bagItems:Array,bagSize:int :Array var?bagMatrix:Array []; var?i:int; var?item:PackageItem; for i 0;i bagItems.length;i++ bagMatrix[i]? ?[0]; for i 1;i bagSize;i++ for var?j:int 0;j bagItems.length;j++ item? ?bagItems[j]?as?PackageItem; if item.weight? ?i //i背包转不下item if j 0 bagMatrix[j][i]? ?0; else bagMatrix[j][i] bagMatrix[j-1][i]; else //将item装入背包后的价值总和 var?itemInBag:int; if j 0 bagMatrix[j][i]? ?item.value; continue; else itemInBag? ?bagMatrix[j-1][i-item.weight]+item.value; bagMatrix[j][i]? ? bagMatrix[j-1][i]? ?itemInBag???bagMatrix[j-1][i]?:?itemInBag //find?answer var?answers:Array []; var?curSize:int? ?bagSize; for i bagItems.length-1;i 0;i-- item? ?bagItems[i]?as?PackageItem; if curSize 0 break; if i 0??curSize? ?0 answers.push item.name ; break; if bagMatrix[i][curSize]-bagMatrix[i-1][curSize-item.weight]