动态规划01背包问题

动态规划是解决01背包问题的一种常用方法。01背包问题是一个经典的组合优化问题,通常描述如下:

给定一组物品,每个物品有一个重量(weight)和一个价值(value),以及一个固定容量的背包。目标是选择一些物品放入背包中,使得放入的物品的总重量不超过背包容量,同时总价值最大化。

以下是解决01背包问题的动态规划算法的基本步骤:

创建一个二维数组 dp,其中 dpij 表示在考虑前 i 个物品,且背包容量为 j 的情况下的最大价值。

初始化边界条件:

当没有物品可选时,即 i=0,dp0j 应该都为0,因为没有物品可放入背包。

当背包容量为0时,即 j=0,dpi0 也应该都为0,因为不论有多少物品,背包容量为0时无法放入任何物品。

使用动态规划递推公式填充 dp 数组。递推公式如下:

如果当前考虑的物品重量大于背包的容量,即 weighti-1 > j,则 dpij = dpi-1j,表示不能放入当前物品,最大价值与前 i-1 个物品相同。

如果当前考虑的物品重量不大于背包的容量,即 weighti-1 <= j,则需要考虑放入或不放入当前物品两种情况。取两者中的较大值:

如果不放入当前物品,即 dpij = dpi-1j。

如果放入当前物品,即 dpij = dpi-1j - weight\[i-1] + valuei-1,其中 valuei-1 表示当前物品的价值。

最终 dpnW 即为解决问题的答案,其中 n 表示物品的数量,W 表示背包的容量。

下面是一个简单的Python示例代码来解决01背包问题:

def knapsack_01(weights, values, capacity):

n = len(weights)

dp = \[0 * (capacity + 1) for _ in range(n + 1)]

for i in range(1, n + 1):

for j in range(1, capacity + 1):

if weightsi - 1 > j:

dpij = dpi - 1j

else:

dpij = max(dpi - 1j, dpi - 1j - weights\[i - 1] + valuesi - 1)

return dpncapacity

示例用法

weights = 2, 2, 3, 4, 5

values = 3, 4, 5, 6, 7

capacity = 7

print(knapsack_01(weights, values, capacity)) # 输出最大价值

这段代码将计算出给定物品和背包容量的情况下,可以获得的最大价值。

相关推荐
Pniubi3 天前
动态规划入门 ( - 力扣509斐波那契数)
算法·动态规划
上海潭龙东海科技有限公司4 天前
客运站管控之动态孪生技术方案(新增一屏管控模块
数据仓库·人工智能·算法·重构·动态规划
俊俊几年的4 天前
动态规划(Dynamic Programming)详解:从入门到 LeetCode Hot 100
linux·c++·算法·leetcode·嵌入式·动态规划·c
小此方7 天前
[算法实战论:动态规划]背包问题概念,01不满背包问题,01满背包问题,背包问题的滚动数组空间优化
算法·动态规划
冻柠檬飞冰走茶10 天前
字母移动游戏题解:贪心求最长可保留连续子串(附 C 实现)
c语言·开发语言·数据结构·算法·动态规划
Dream it possible!10 天前
LeetCode 面试经典 150_多维动态规划_交错字符串(97_C++_中等)
算法·leetcode·面试·动态规划
小此方10 天前
[算法实战论:动态规划]回文串问题的dp解法,回文串问题的母题,以及以此为基础的派生题
算法·动态规划
-梅11 天前
算法(1) 动态规划
算法·动态规划
UIU11411 天前
P1481 魔族密码
c++·算法·动态规划
j7~15 天前
【动态规划算法专题】动态规划五部曲实战:泰波那契数、三步问题、最小花费爬楼梯
c++·算法·动态规划·数据结构与算法