1背包问题与动态规划的C/C++代码

那一年, 非计算机专业的我听到0-1背包和动态规划, 觉得很高大上, 其实, 动态规划无非就是寻找高中数学中所说的递推公式而已。最近又复习到0-1背包问题和动态规划, 所以打算用代码来玩玩。

0-1背包问题: 一个小偷来出来活动了, 拿了一个背包, 最多可以装50斤的东西的小袋子。 他眼睛一亮, 发现了三件宝贝a, b, c. 其中a重10斤, 价值60元; b重20斤, 价值100元; c重30斤, 价值120元。 问: 在背包允许的范围内, 小偷最多能偷到多少钱?

有的人要说了, 这还不简单, 100 + 120 = 220不就是最大值么? 可是, 这是简单的情况啊, 当宝贝多了后, 还能一眼看出么? 有的人可能说, 穷举啊,我勒个去。 还是来看看动态规划吧。所谓动态规划, 实际上即使动态考虑, 也就是寻找递推公式, 别无其他。

本想写个递推公式, 可是这CSDN写公式不太方便,, 所以还是算了。 一旦有了递推公式, 要计算值, 那是计算机的长项, 直接给出代码吧, 代码蕴含一切(50斤=5十斤, 以十斤为一个单位, 方便编程):

#include<iostream>using namespace std; #define N 3 // N件宝贝#define V 5 // C是背包的总capacityint main() { int value[N + 1] = {0, 60, 100, 120}; // 钱啊int weight[N + 1] = {0, 1, 2, 3}; // 重量int f[N + 1][V + 1] = {0}; // f[i][j]表示在背包容量为j的情况下, 前i件宝贝的最大价值int i = 1;int j = 1;for(i = 1; i <= N; i++){for(j = 1; j <= V; j++){// 递推关系式出炉if(j < weight[i]){f[i][j] = f[i – 1][j];}else{int x = f[i – 1][j];int y = f[i – 1][j – weight[i]] + value[i];f[i][j] = x < y ? y : x;}}}for(i = N; i >= 1; i–){for(j = 1; j <= V; j++){printf("%4d ", f[i][j]);}cout << endl;}return 0; } 结果:

60 100 160 180 220 60 100 160 160 160 60 60 60 60 60

我们也很容易求出了220, 当然,上述程序只告诉了价值的最大值, 并没有告诉小偷怎么去选择才能最大化价值。 实际上, 如果要告诉小偷怎么选择, 那也很简单, 再搞个数组记录一下即可, 也就不再赘述了。

动态规划。哪里来的动态呢? 本来是f[3][5], 硬生生得让静止的f[3][5]变成了动态的f[i][j], 这就是所谓的动态。 哪里来的规划呢? 其实没啥规划, 只不过是划分一下而已。可见,动态规划, 无非就是高中数学讲的递推公式而已, 在大学的《信号与系统》中, 又叫状态转移方程。

动态规划,看似高端, 其实不过如此。

最后, 我们再来看个几乎完全一致的问题:物品个数n=5,物品重量w[5]={2,2,6,5,4},物品价值v[5]={6,3,5,4,6}, 背包的最大容量为10,求价值最大化。

代码如下:

#include<iostream>using namespace std; #define N 5 // N件宝贝#define V 10 // C是背包的总capacityint main() { int value[N + 1] = {0, 6, 3, 5, 4, 6}; // 钱啊int weight[N + 1] = {0, 2, 2, 6, 5, 4}; // 重量int f[N + 1][V + 1] = {0}; // f[i][j]表示在背包容量为j的情况下, 前i件宝贝的最大价值int i = 1;int j = 1;for(i = 1; i <= N; i++){for(j = 1; j <= V; j++){// 递推关系式出炉if(j < weight[i]){f[i][j] = f[i – 1][j];}else{int x = f[i – 1][j];int y = f[i – 1][j – weight[i]] + value[i];f[i][j] = x < y ? y : x;}}}for(i = N; i >= 1; i–){for(j = 1; j <= V; j++){printf("%4d ", f[i][j]);}cout << endl;}return 0; } 结果为:

0 6 6 9 9 12 12 15 15 15 0 6 6 9 9 9 10 11 13 14 0 6 6 9 9 9 9 11 11 14 0 6 6 9 9 9 9 9 9 9 0 6 6 6 6 6 6 6 6 6

可见, 最大值为15, 不多说。

版权声明:本文为博主原创文章,未经博主允许不得转载。

要做一个积极勇敢乐观的追梦人,永远不说消极的话,

1背包问题与动态规划的C/C++代码

相关文章:

你感兴趣的文章:

标签云: