动态规划/贪心算法----0/1背包问题AND普通背包问题

 两个背包问题都是比较典型的问题,对这两种算法的理解有很好的帮助.

0/1背包问题–

问题描述:

设U = {u1,u2,u3,……ui}(一共有amount数量的物品)是一组准备放入背包中的物品.设背包的容量为size.

定义每个物品都具有两个属性weight和value.

我们要解决的问题就是计算在所选取的物品总重量不超过背包容量size的前提下使所选的物品总价值最大.

程序的设计:

设V[i, j]用来表示从前i项{u1……ui}中取出来的装入体积为j的背包的最大价值.i的范围是从0到amount,j是从0到size.这样的话要计算的值就是V[amount, size].V[0, j]对于所有的j的值都是0,因为这时候的包中没有物品.同时V[i, 0]的值也是0,因为没有物品可以放到size为0的背包里面.

所以有:

V[i, j] = 0       若i = 0 或 j = 0;

V[i, j] = V[i – 1, j]    若j < ui.weight;(当物品的重量大于背包承重时,就不巴物品放在里面)

V[i, j] = max{V[i – 1, j], V[i – 1, j – ui.weight] + ui.value}      若i > 0并且j >= ui.weight;

 

现在就可用动态规划的方法运用上面的公式来填表求解了.

 

代码:

 

《动态规划/贪心算法----0/1背包问题AND普通背包问题》
#include 
<
stdio.h
>

《动态规划/贪心算法----0/1背包问题AND普通背包问题》

#define
 W 1000

《动态规划/贪心算法----0/1背包问题AND普通背包问题》

#define
 N 1000

《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》typedef 

struct
 data
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
int vaule;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
int weight;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}

goods;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》

int
 returnmax(
int
 a, 
int
 b)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
return (a > b ? a : b);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}


《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》

int
 KNAPSACK(goods 
*
P, 
int
 a, 
int
 s)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
int V[N][W];
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
int i,j,mv;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
for(i = 0; i < a; i++)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        V[i][
0= 0;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
for(j = 0; j < s; j++)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        V[
0][j] = 0;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
for(i = 1; i <= a; i++)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        
for(j = 1; j <= s; j++)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》        
{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》            V[i][j] 
= V[i  1][j];
《动态规划/贪心算法----0/1背包问题AND普通背包问题》            
if(P[i].weight <= j)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》                V[i][j] 
= returnmax(V[i][j],V[i  1][j  P[i].weight] + P[i].vaule);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        }

《动态规划/贪心算法----0/1背包问题AND普通背包问题》    mv 
= V[a][s];
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
return mv;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}


《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》

int
 main()
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
int mostvalue,amount,size,i;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    goods A[N];
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    printf(
Input how much the goods have: );
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    scanf(
%d,&amount);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    printf(
Input the size of the bag: );
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    scanf(
%d,&size);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    printf(
Input the data of the goods: );
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
for(i = 0; i < amount; i++)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        scanf(
%d %d,&A[i].vaule,&A[i].weight);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    mostvalue 
= KNAPSACK(A,amount,size);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    printf(
%d,mostvalue);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
return 0;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}

 

优化的问题:

1.由于计算当前行的时候只需要上一行的结果,所以修改一下程序就可以减少使用的空间.

2.如果要输出所选的物品也是可以实现的.

PS:0/1背包问题和普通背包的差别就在于(1)物品是否可以重复选择, (2)物品是否可以只选取部分.

 

普通背包问题–

问题描述:

参看上面的PS;

程序的设计:

因为可以重复的选取物品,而且可以部分的选取物品,所以背包应该是完全填满的(0/1背包问题背包不一定是满的).

因此可以先计算每个物品的性价比,然后排序,最后按顺序选取,直到背包填满.

代码:

 

《动态规划/贪心算法----0/1背包问题AND普通背包问题》
#include 
<
stdio.h
>

《动态规划/贪心算法----0/1背包问题AND普通背包问题》#include 

<
stdlib.h
>

《动态规划/贪心算法----0/1背包问题AND普通背包问题》

#define
 MAX 100000

《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》typedef 

struct
 data
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
long value;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
long weight;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
double average;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}

goods;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》compare(

const
 
void
 
*
a, 
const
 
void
 
*
b)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
return (int)(((goods *)a)->average  ((goods *)b)->average);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}


《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》

long
 KNAPSACK(goods 
*
A, 
long
 amount, 
long
 size)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
double mv = 0;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
long i = 0;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
long mvresult;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
while(size && amount)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        
if(size >= (A + i)->weight)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》        
{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》            mv 
+= (A + i)->value;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》            size 
-= (A + i)->weight;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        }

《动态规划/贪心算法----0/1背包问题AND普通背包问题》        
else
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》        
{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》            mv 
+= ((A + i)->average) * size;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》            size 
= 0;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        }

《动态规划/贪心算法----0/1背包问题AND普通背包问题》        i
++;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        amount
;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    }

《动态规划/贪心算法----0/1背包问题AND普通背包问题》    mvresult 
= (long)mv;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
return mvresult;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}


《动态规划/贪心算法----0/1背包问题AND普通背包问题》
《动态规划/贪心算法----0/1背包问题AND普通背包问题》

int
 main()
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》


{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    goods A[MAX];
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
long amount, size, i, temp, mostvalue;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    printf(
Input the amount of the goods and the size of the bags: );
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    scanf(
%ld %ld&amount, &size);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    printf(
Input the weight and value of each goods: );
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
for(i = 0; i < amount; i++)
《动态规划/贪心算法----0/1背包问题AND普通背包问题》《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
{
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        scanf(
%ld %ld,&A[i].weight, &A[i].value);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》        A[i].average 
= A[i].value / A[i].weight;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    }

《动态规划/贪心算法----0/1背包问题AND普通背包问题》    qsort(A, amount, 
sizeof(A[0]), compare);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    mostvalue 
= KNAPSACK(A, amount, size);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    printf(
The most value is %ld , mostvalue);
《动态规划/贪心算法----0/1背包问题AND普通背包问题》    
return 0;
《动态规划/贪心算法----0/1背包问题AND普通背包问题》}


《动态规划/贪心算法----0/1背包问题AND普通背包问题》

    原文作者:贪心算法
    原文地址: https://blog.csdn.net/simon_ghost/article/details/1398157
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞