解读0-1背包问题的状态转移方程
0-1背包问题:
有N件物品和一个容量为V的背包。第i件物品的费用(体积)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。
显然这个问题的特点是:每种物品只有一件,可以选择放或者不放。
我主要针对动态规划方法,关于这个问题的文章网上已经相当的多,不过我想把自己的思路和一点想法写下来,也算对这个问题的一点体会吧。
依次考虑N件物品,对于容量为v的背包在处理第i件物品时获得的最大价值F,显然有如下递推式:
IF 第i件物品的费用(体积)C[i]>v
THEN 第i件物品必然无法加入背包,F[i][v]=F[i-1][v]
ELSE是否加入第i件物品需考虑加入背包后是否划算,在这里可以认为这个第i件物品优先加入背包,
那么有 F[i][v]=max{F[i-1][v],F[i-1][v-C[i]]+W[i]}
现在来解释一下上面这个最关键的状态转移方程!
当前背包容量为v,即将处理第i件物品。显然有如下两种方案,出现了最优子结构性质:
a.若第i件物品加入背包,装入这前i件物品获得的最大价值F[i][v],必然等于第i件物品的价值W[i]再加上向容量为v-C[i]的背包装入前i-1件物品这个子问题的最大价值F[i-1][v-C[i]] (先把第i件物品加入背包,然后考虑安排剩余的空间容量)
b.若不加入第i件物品,装入这前i件物品的获得的最大价值F[i][v],必然等于向容量为v的背包装入前i-1件物品这个子问题获得的最大价值F[i-1][v]
显然,当前问题的最大价值F[i][v]取上面两种方案的较大值!
理解了这个,出代码就简单了。将二维数组F的0行和0列初始化为0然后迭代……
for(i=1;i<=N;i++){
for(j=1;j<=V;j++){
if(j>=C[i]){
temp=F[i-1][j-C[i]]+W[i];
if(temp>F[i-1][j]) F[i][j]=temp;
else F[i][j]=F[i-1][j];
}
else F[i][j]=F[i-1][j];
}
}
这个动态规划的时空复杂度都是O(N*V)。
关于这个问题的最终最大价值,很多地方都说应该是F[N][0]...F[N][V]中的最大值而并非F[N][V]。但是我分析了一下迭代过程,做了几组测试后,个人认为最大价值就应该是F[N][V],但是苦于无法进行严密的推证……
若那位朋友有什么想法或见解希望提出来,大家讨论一下,帮我解决这个问题……
空间复杂度优化
由于每次迭代计算F[i][v]时,需要知道的子问题只是F[i-1][v]和F[i-1][v-C[i]],即只需要知道前一次的迭代状态序列F[i-1]。那么可以优化空间只使用一个一维数组F[V]不断迭代,将空间复杂度降到O(V)。
状态转移方程:F[v]=max{F[v],F[v-C[i]]+W[i]}
显然,计算F[v]时前一次的迭代值F[v],F[v-C[i]]已知(存在迭代数组F中)。为了不破坏迭代数组中暂存的上一次迭代值,F[v]的计算应该从后向前逆向进行。
for(i=1;i<=N;i++){
for(j=V;j>=0;j--){
if(j>=C[i]&&F[j-C[i]]+W[i]>F[j])
F[j]=F[j-C[i]]+W[i];
}
}
这里的问题和之前一样,任然是F[0]...F[V]与F[V]的问题……
文章可能存在某些问题,还望大家不吝指正!
也希望大家就之前的极大值的问题,提出自己的观点,谢谢啦……
转载于:https://my.oschina.net/llmm/blog/117421
解读0-1背包问题的状态转移方程相关推荐
- 算法设计 - 01背包问题的状态转移方程优化,以及完全背包问题
01背包问题的一维状态转移方程的推导 前提摘要 前面这篇博客中: 算法设计 - 01背包问题_伏城之外的博客-CSDN博客 我们已经推导出了01背包问题的二维数组dp状态转移方程公式: 假设有N种不同 ...
- 01背包问题(状态转移方程讲解)
1. 题目介绍: 有 N 件物品和一个容量为 V 的背包,每件物品有各自的价值且只能被选择一次,要求在有限的背包容量下,装入的物品总价值最大. 「0-1 背包」是较为简单的动态规划问题,也是其余背包问 ...
- 用滚动数组求解0/1背包问题
用滚动数组求解0/1背包问题(此处仅求装入背包的最大价值) // 由于第i个阶段(考虑物品i)的解dp[i][ * ]只与第i-1个阶段(考虑物品i-1)的解dp[i-1][ * ]有关,这种情况下保 ...
- 背包问题与动态规划状态转移方程1
阿福是一名经验丰富的大盗.趁着月黑风高,阿福打算今晚洗劫一条街上的店铺. 这条街上一共有 N 家店铺,每家店中都有一些现金.阿福事先调查得知,只有当他同时洗劫了两家相邻的店铺时,街上的报警系统才会启动 ...
- c++ 多重背包状态转移方程_背包问题之零钱兑换
读完本文,你可以去力扣拿下如下题目: 518.零钱兑换II ----------- 零钱兑换 2 是另一种典型背包问题的变体,我们前文已经讲了 经典动态规划:0-1 背包问题 和 背包问题变体:相等子 ...
- [完全背包问题]状态转移方程及其优化理解.
完全背包问题: 题目描述 现在有一个容量为V的背包,现在有N种物品可选,不同于01背包的是每件物品可以取无限件,每种物品有价值和大小.求背包最大价值. 可以很容易想到最基本的状态转移方程: f[i][ ...
- 0/1背包问题——动态规划方法
1.定义 动态规划:把多阶段过程转化为一系列单阶段问题,利用各阶段之间的关系,逐个求解. 2.求解步骤 (1)找到状态转化条件 (2)归纳状态转移方程 (3)定义初始条件值 3.实例解析--0/1背包 ...
- c++ 多重背包状态转移方程_动态规划入门——详解经典问题零一背包
本文始发于个人公众号:TechFlow,原创不易,求个关注 今天是周三算法与数据结构专题的第12篇文章,动态规划之零一背包问题. 在之前的文章当中,我们一起探讨了二分.贪心.排序和搜索算法,今天我们来 ...
- 多米诺骨牌——变形版0,1背包问题
多米诺骨牌--变形版0,1背包问题 1.题目描述 2.问题分析 3.算法源码 1.题目描述 多米诺骨牌有上下2个方块组成,每个方块中有1~6个点.现有排成行的上方块中点数之和记为S1,下方块中点数之和 ...
最新文章
- Redis和Memcache的区别是什么
- 最好电脑操作系统_软件开发人员该如何选择笔记本电脑?朋克老师来教你
- codeforces 909C. Python Indentation
- linux系统中使用pycharn,在pycharm中使用linux控制台
- hdu 2014鞍山赛区 5073 Galaxy
- chap01 .net 基本框架介绍
- mysql log all sql_记录一次mysqlbinlog恢复过程
- 2017-2018-1 20155213 20155303 实验二 固件程序设计
- MySQL可视化工具之Navicat for MySQL
- c语言粗大误差程序框图,《粗大误差C语言程序.doc
- 【生信分析】clusterProfiler: universal enrichment tool for functional and comparative study(2)
- 单片机 WIFI模块发送AT指令收不到回复问题
- vue+ele 使用及demo
- w10需要计算机管理员才能删除,如何解决删除文件需要管理员权限win10_win10你需要提供管理员权限才能删除的解决方法...
- 鼠标失灵了?我来给你解决吧!
- CSS的repeating-radial-gradient()属性-径向渐变
- This must be due to duplicate classes or playing wrongly with class loaders
- HDU 1348(Wall)
- 织梦Dede如何删除管理员admin
- ZZULI郑州轻工业大学21级新生赛正式赛
热门文章
- android 打卡app,安卓手机上有打卡提醒app吗?
- VPS自己搭建frp/frps内网穿透实现外网访问局域网设备
- qq分享提示设备未授权_插件分享 | 如何半天玩转一个“ES未授权利用”插件
- 浅谈微信公众号营销背后的技术
- 蓝桥杯第十届省赛java组解析(灵能传输 四星难度,后缀表达式 两星难度)
- 职场新人,你进入职场应该规划的事
- 业务中立_反对网络中立性威胁开源社区的生存
- 【JavaScript】String转Uint8Array
- jBPM及Alfresco Activiti创始人Tom Baeyens筹划将BPM带到云端
- facebook 开源_Facebook和Google的新消息,CPTPP的潜在开源影响以及更多新闻