0-1揹包演算法(動態規劃)
給定n種物品和一揹包。物品i的重量是wi,其價值為vi,揹包的容量為C。問應如何選擇裝入揹包的物品,使得裝入揹包中物品的總價值最大?
0-1揹包問題是一個特殊的整數規劃問題。
設所給0-1揹包問題的子問題
的最優值為m(i,j),即m(i,j)是揹包容量為j,可選擇物品為i,i+1,…,n時0-1揹包問題的最優值。由0-1揹包問題的最優子結構性質,可以建立計算m(i,j)的遞迴式如下。
演算法複雜度分析:
從m(i,j)的遞迴式容易看出,演算法需要O(nc)計算時間。當揹包容量c很大時,演算法需要的計算時間較多。例如,當c>2n時,演算法需要Ω(n2n)計算時間。
#define N 12
void Knapsack(int v[],int w[],int c,int n,int m[6][N])
{
int i,j,jMax,k;
jMax=(w[n]-1<c)?w[n]-1:c;
for(i=0;i<=jMax;i++)
{
m[n][i]=0;
}
for(i=w[n];i<=c;i++)
{
m[n][i]=v[n];
}
for(i=n-1;i>1;i--)
{
jMax=(w[i]-1<c)?w[i]-1:c;
for(j=0;j<=jMax;j++)
{
m[i][j]=m[i+1][j];
}
for(j=w[i];j<=c;j++)
{
k=j-w[i];
if(m[i+1][j]<m[i+1][k]+v[i])
m[i][j]=m[i+1][k]+v[i];
else
m[i][j]=m[i+1][j];
}
}
m[1][c]=m[2][c];
if(c>=w[1])
{
k=c-w[1];
m[1][c]=(m[2][c]>m[2][k]+v[1])?m[2][c]:m[2][k]+v[1];
}
}
void Traceback(int m[6][N],int w[],int c,int n,int x[])
{
int i;
for(i=1;i<n;i++)
{
if(m[i][c]==m[i+1][c])
x[i]=0;
else
{
x[i]=1;
c-=w[i];
}
}
x[n]=(m[n][c])?1:0;
}
main()
{
int i,c=10,n=5,w[]={0,2,2,6,5,4},v[]={0,6,3,5,4,6};
int m[6][N]={0};
int x[6]={0};
int j;
Knapsack(v,w,c,n,m);
for(i=1;i<=n;i++)
{
for(j=1;j<=c;j++)
printf("%3d",m[i][j]);
printf("/n");
}
Traceback(m,w,c,n,x);
for(i=1;i<=n;i++)
{
if(x[i])
printf("%4d:%4d",i,v[i]);
}
printf("/n");
}