描述
背包问题是动态规划中最经典的一道算法题。背包问题的种类比较多,我们先来看一个最简单的背包问题-基础背包。他是这样描述的。
有N件物品和一个容量为V的包,第i件物品的重量是w[i],价值是v[i],求将哪些物品装入背包可使这些物品的重量总和不能超过背包容量,且价值总和最大。我们先来举个例子分析一下
举例分析
假设我们背包可容纳的重量是4kg,有3样东西可供我们选择,一个是高压锅有4kg,价值300元,一个是风扇有3kg,价值200元,最后一个是一双运动鞋有1kg,价值150元。问要装哪些东西在重量不能超过背包容量的情况下价值最大。如果只装高压锅价值才300元,如果装风扇和运动鞋价值将达到350元,所以装风扇和运动鞋才是最优解,我们来画个图分析一下
1
结合图形分析
2
改变选择的顺序
我们上面选择的顺序是:运动鞋高压锅风扇,如果我们改变选择的顺序,结果会不会改变,比如我们选择的顺序是:风扇运动鞋高压锅,我们还是来画个图看一下
我们发现无论选择顺序怎么改变都不会改变最终的结果。
数据测试:
我们就用上面的图形分析的数据来测试一下,看一下最终结果
3
运行结果
和我们上面分析的完全一致。(为了测试方便,这里的所有数据我都是写死的,我们也可以把这些数据提取出来,作为函数参数传进来。)
空间优化:
其实这题还可以优化一下,这里的二维数组我们每次计算的时候都是只需要上一行的数字,其他的我们都用不到,所以我们可以用一维空间的数组来记录上一行的值即可,但要记住一维的时候一定要逆序,否则会导致重复计算。我们来看下代码
注意:
我们看到第7行在遍历重量的时候采用的是逆序的方式,因为第9行在计算dp[j]的值的时候,数组后面的值会依赖前面的值,而前面的值不会依赖后面的值,如果不采用逆序的方式,数组前面的值更新了会对后面产生影响。
4
运行结果
C++:
5
运行结果
递归写法:
除了上面的两种写法以外,我们还可以使用递归的方式,代码中有注释,有兴趣的可以自己看,就不在详细介绍。
如果喜欢这篇文章就点个"在看"吧
领取专属 10元无门槛券
私享最新 技术干货