码迷,mamicode.com
首页 > 其他好文 > 详细

记录结果再利用的"动态规划"之背包问题

时间:2019-02-13 12:29:20      阅读:187      评论:0      收藏:0      [点我收藏+]

标签:不能   java   bsp   背包   调用   分支   main   int   记忆化搜索   

参考《挑战程序设计竞赛》p51

01背包问题

  • 问题描述:有n个重量和价值分别为wi、vi的物品,从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中价值总和的最大值。

input:

4
5

2 3

1 2

3 4

2 2

output:

7(选择第0、1、 3号物品)

朴素解法:

c++版:

#include <iostream>
using namespace std;

int n,W;
int *w,*v;//数组的指针

int max(int x, int y)
{
    if (x>y) return x;
    return y;
}

int rec(int i, int j)//从数组下标为i的物品开始往后挑选总重小于j的物体,i从0开始
{
    int res;
    if (i==n) res=0;//没有物品了
    else if (j<w[i]) res=rec(i+1,j);//重量j小于该组物品的重量,不能取
    else res=max(rec(i+1,j),rec(i+1,j-w[i])+v[i]);//重量j大于该组物品的重量,能取;挑选和不挑选都尝试一下
    return res;
}

int main()
{
    cin >> n >> W;//n组物品,W:总重量
    w = new int[n];
    v = new int[n];
    for (int i=0; i<n; i++) cin >> w[i] >> v[i];
    cout << rec(0,W) << endl;
}

Java版本

package 记忆化搜索;

import java.util.Scanner;

public class Main {
	static int[] w, v;
	
	public static void main(String[] args) {
		Scanner sc=new Scanner(System.in);
		int n=sc.nextInt();
		int W=sc.nextInt();
		w = new int[n];
	    v = new int[n];
	    for (int i=0; i<n; i++) {
	    	w[i]=sc.nextInt();
	    	v[i]=sc.nextInt();
	    }
	    System.out.println(rec(0,W));
	}

	private static int rec(int i, int j) {
		if (i==w.length) {
			return 0;
		}
		if (j<w[i]) {
			return rec(i+1, j);
		}
		int a=rec(i+1, j);
		int b=rec(i+1, j-w[i])+v[i];
		return Math.max(a, b);
	}

}

这种方法的搜索深度是n,而且每一层的搜索都需要两次分支,最坏就需要O(2n)的时间。当n比较大时就没办法解了。所以要怎么办才好呢?为了优化之前的算法,我们看一下针对样例输人的情形下rec递归调用的情况。以下是rec(i,j)的模拟情况,i:第几组物品,j:重量

技术图片

如图所示,rec以(3,2)为 参数调用了两次。如果参数相同,返回的结果也应该相同,于是第二次调用时已经知道了结果却白白浪费了计算时间。让我们在这里把第1次计算时的结果记录下来,省略掉第二次以后的重复计算试试看。

这微小的改进能降低多少复杂度呢?对于同样的参数,只会在第一次被调用到时执行递归部分,第二次之后都会直接返回。参数的组合不过nW种,而函数内只调用2次递归,所以只需要O(nW)的复杂度就能解决这个问题。只需略微改良,可解的问题的规模就可以大幅提高。这种方法一般被称为记忆化搜索。

c++版本:

#include <iostream>
#include <cstring>
using namespace std;

int n,W;
int *w,*v;
int **dp;

int max(int x, int y)
{
    if (x>y) return x;
    return y;
}

int rec(int i, int j)//从数组下标为i的物品开始往后挑选总重小于j的物体
{
    if (dp[i][j]>=0) return j[i[dp]];//和dp[i][j]的意义一样
    int res;
    if (i==n) res=0;
    else if (j<w[i]) res=rec(i+1,j);
    else res=max(rec(i+1,j),rec(i+1,j-w[i])+v[i]);
    dp[i][j] = res;
    return res;
}

int main()
{
    cin >> n >> W;
    w = new int[n];
    v = new int[n];
    dp = new int*[n+1];
    for (int i=0; i<=n; i++)
    {
        dp[i] = new int[W+1];
        memset(dp[i],-1,sizeof(int)*(W+1));
    }
    for (int i=0; i<n; i++) cin >> w[i] >> v[i];
    cout << rec(0,W) << endl;
}

 Java版本:

package 记忆化搜索;

import java.util.Arrays;
import java.util.Scanner;

public class Main {
	static int[] w, v;
	static int[][] dp;
	public static void main(String[] args) {
		Scanner sc=new Scanner(System.in);
		int n=sc.nextInt();
		int W=sc.nextInt();
		w = new int[n];
	    v = new int[n];
	    for (int i=0; i<n; i++) {
	    	w[i]=sc.nextInt();
	    	v[i]=sc.nextInt();
	    }
	    dp=new int[n+1][W+1];
	    for (int i = 0; i < dp.length; i++) {
	    	Arrays.fill(dp[i], -1);
		}
	    
	    System.out.println(rec(0,W));
	}

	private static int rec(int i, int j) {
		if (dp[i][j]>=0) {
			return dp[i][j];
		}
		if (i==w.length) {
			return 0;
		}
		if (j<w[i]) {
			return rec(i+1, j);
		}
		int a=rec(i+1, j);
		int b=rec(i+1, j-w[i])+v[i];
		int res=Math.max(a, b);
		dp[i][j]=res;
		return res;
	}

}
 接下来,我们来仔细研究一下前面的算法利用到的这个记忆化数组。记dp[i][j]为 根据rec的定义,从第i个物品开始挑选总重小于j时,总价值的最大值。于是我们有如下递推式 :
dp[i+1][j] := 从前i+1个物品(即从编号为0到i这i+1个物品)中选出总重量不超过j的物品时总价值的最大值
dp[0][j] = 0
                 /  dp[i][j]  (j<w[i]时)
dp[i+1][j] = 
                 \  max(dp[i][j],dp[i][j-w[i]]+v[i])  (其它情况下)
如上所示,不同写递归函数,直接利用递推式将各项的值计算出来,简单地用二重循环也可以解决这一问题,复杂度为O(nW),与记忆化搜索是一样的,但是简洁了很多,这种方法叫做动态规划,即常说的DP:
技术图片

c++版本解法:

#include <iostream>
#include <cstring>
using namespace std;

int n,W;
int *w,*v;
int **dp;

int max(int x, int y)
{
    if (x>y) return x;
    return y;
}

int main()
{
    cin >> n >> W;
    w = new int[n];
    v = new int[n];
    dp = new int*[n+1];
    for (int i=0; i<=n; i++)
    {
        dp[i] = new int[W+1];
        memset(dp[i],0,sizeof(int)*(W+1));
    }
    for (int i=0; i<n; i++) cin >> w[i] >> v[i];
    for (int i=0; i<n; i++)
    {
        for (int j=0; j<=W; j++)
        {
            if (j<w[i]) dp[i+1][j]=dp[i][j];
            else dp[i+1][j] = max(dp[i][j],dp[i][j-w[i]]+v[i]);
        }
    }
    cout << dp[n][W] << endl;
}

java版本:

参考代码:https://www.acwing.com/problem/content/submission/code_detail/3617/

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
       
        Scanner scanner=new Scanner(System.in);
        int n=scanner.nextInt();
        int m=scanner.nextInt();
        int v[]=new int[n+1];
        int w[]=new int[n+1];
        for (int i = 0; i <n; i++) {
            v[i]=scanner.nextInt();
            w[i]=scanner.nextInt();
        }
        int f[][]=new int[n+1][m+1];
        for (int i = 0; i <n ; i++) {
            for (int j = 0; j <=m ; j++) {
                 if(j<v[i])
                f[i+1][j]=f[i][j];
                else
                f[i+1][j]=Math.max(f[i][j],f[i][j-v[i]]+w[i]);
            }
        }
        
        System.out.println(f[n][m]);
    }
} 

 

 

记录结果再利用的"动态规划"之背包问题

标签:不能   java   bsp   背包   调用   分支   main   int   记忆化搜索   

原文地址:https://www.cnblogs.com/clarencezzh/p/10368986.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!