Logo

0-1背包问题

14.4   0-1 背包问题 - Hello 算法 状态转移方程:dp[i,c]=max(dp[i1,c],dp[i1,cwgt[i1]]+val[i1]dp[i,c]=max(dp[i-1,c],dp[i-1,c-wgt[i-1]]+val[i-1]

方法一:暴力搜索

搜索代码包含以下要素。

  • 递归参数:状态 [i,c][i,c] 。
  • 返回值:子问题的解 dp[i,c]dp[i,c] 。
  • 终止条件:当物品编号越界 i=0 或背包剩余容量为 0 时,终止递归并返回价值 0 。
  • 剪枝:若当前物品重量超出背包剩余容量,则只能选择不放入背包。
/*0-1背包:暴力搜索*/
int knapsackDFS(vector<int> &wgt, vector<int> &val, int i, int c){
	//若一选完所有物品或者背包无剩余容量,则返回0
	if (i == 0 || c == 0){
		return 0;
	}
	//若超过背包容量,则只能选择不放入背包
	if (wgt[i - 1] > c){
		return knapsackDFS(wgt, val, i - 1,c);
	}
	//计算不放入和放入物品i的最大价值
	int no = knapsackDFS(wgt, val i - 1,c);
	int yes = knapsackDFS(wgt, val, i-1 ,c - wgt[i-1] ) + val[i - 1];
	return max(no,yes);
}

由于每个物品都会产生不选和选两条搜索分支,因此时间复杂度为 O(2n)O(2^n) 。

方法二:记忆化搜索

/* 0-1 背包:记忆化搜索 */
int knapsackDFSMem(vector<int> &wgt, vector<int> &val, vector<vector<int>> &mem, int i, int c) {
    // 若已选完所有物品或背包无剩余容量,则返回价值 0
    if (i == 0 || c == 0) {
        return 0;
    }
    // 若已有记录,则直接返回
    if (mem[i][c] != -1) {
        return mem[i][c];
    }
    // 若超过背包容量,则只能选择不放入背包
    if (wgt[i - 1] > c) {
        return knapsackDFSMem(wgt, val, mem, i - 1, c);
    }
    // 计算不放入和放入物品 i 的最大价值
    int no = knapsackDFSMem(wgt, val, mem, i - 1, c);
    int yes = knapsackDFSMem(wgt, val, mem, i - 1, c - wgt[i - 1]) + val[i - 1];
    // 记录并返回两种方案中价值更大的那一个
    mem[i][c] = max(no, yes);
    return mem[i][c];
}

方法三:动态规划

/* 0-1 背包:动态规划 */
int knapsackDP(vector<int> &wgt, vector<int> &val, int cap) {
    int n = wgt.size();
    // 初始化 dp 表
    vector<vector<int>> dp(n + 1, vector<int>(cap + 1, 0));
    // 状态转移
    for (int i = 1; i <= n; i++) {
        for (int c = 1; c <= cap; c++) {
            if (wgt[i - 1] > c) {
                // 若超过背包容量,则不选物品 i
                dp[i][c] = dp[i - 1][c];
            } else {
                // 不选和选物品 i 这两种方案的较大值
                dp[i][c] = max(dp[i - 1][c], dp[i - 1][c - wgt[i - 1]] + val[i - 1]);
            }
        }
    }
    return dp[n][cap];
}

可进一步实现空间优化,只使用两个数组滚动前进,将空间复杂度从O(n2)O(n^2)降到O(n)O(n)

© 2025 All rights reservedBuilt with Flowershow Cloud

Built with LogoFlowershow Cloud