背包可以承载的最大重量,比如 max_wt ;有 n 个具有给定重量的元素 wt[]
和一个值 val[]
.我有两个问题(两个问题都是独立的):
- 如果我们可以携带的体积有第二个限制,vol[],那么我们可以携带的最大值是多少?
- 有多少种方法可以携带总共 z(< n) 个项目,使得它们的值之和可以被一个数字整除,比如 8?
我的尝试
对于我提到的第一个问题 this stackoverflow 帖子,但我能理解的唯一答案是两个约束合并的答案,但我猜它的运行时间复杂性会相当大......我在想的是制作一个
dp[i][j][k]
,其中 i 是所选项目的数量,j 是在该点选择的 max-wt ,k 是在该点选择的 max-vol 然后我的代码核心如下所示
for(i=0 ; i < n ; i++) \\ n is no. of items for(j=0 ; j < n ; j++) for(k=0 ; k < n ; k++) dp[i][j][k] = max( dp[i-1][j][k] , val[i] + dp[i-1][j-wt[j]][k-vol[k]]) ;
,这看起来不错,但给了我错误的答案......我无法猜测为什么:(我无法开始思考第二个问题,我的 friend 通过采取三个状态 dp[i][j][k] 来做到这一点,其中 i 和 j 与第一个问题相同(通常的状态) )虽然“k”跟踪所选的总项目,但这个想法并没有进入我的脑海。另外,状态会存储什么,它通常存储在经典背包问题中给定状态之前可能的最大值,这里我猜状态会存储可被 8 整除的总组合直到该状态,但我无法将其转换为代码。
请尝试为第二个问题提供一个自下而上的解决方案,我对动态编程非常陌生。 ;)
最佳答案
二维背包问题
- 让
n
是项目的数量 - 让
val[i]
是i
的值-第一项 - 让
w[i]
是i
的重量-第一项 - 让
v[i]
是i
的体积-第一项 - 让
T[i,j,k]
成为第一中的最佳值(value)i
元素并具有精确重量j
和卷k
。T
可以用其他方式定义,但这个定义给出了一个简短的公式。
寻找最佳值(value)
T[0,j,k] = 0
T[i,j,k] = T[i-1,j,k]
,当j<w[i]
或k<v[i]
,否则:T[i,j,k] = max( T[i-1,j,k] , T[i-1,j-w[i],k-i] + val[i] )
最佳可能值为 max
T[n,j,k]
对于所有 j 和 k
实现说明
首先初始化所有基本情况
j
和k
循环
i
从 1 到 n 并与基于 1 的数组索引保持一致循环
j
从 1 到最大可能权重,即所有权重的总和,例如w[1]+w[2]+...w[n]
循环
k
从 1 到最大可能音量
计算用精确数量的项目获取精确值的方法数量
让
S[i,j,k,l]
是第一个i
的方式数量元素可以精确排列重量j
,值k
,和l
项目。S[0,j,k,l] = 0
,除了S[0,0,0,0] = 1
S[i,j,k,l] = S[i-1,j,k,l] + S[i-1,j-w[i],k-val[i],l-1]
获取精确值的方法数
y
正好使用z
items 是T[n,j,y,z]
的总和对于所有人j
观察结果
有很多方法可以看待这些问题并定义状态 T 和 S。这只是其中之一。实现方式也可能有所不同。尺寸的经验法则是,袋子中的另一个约束或项目中的尺寸意味着公式中的另一个尺寸。计算方式的经验法则是相加而不是求最大值。
关于c++ - 如何解决 0-1 背包算法的这些变体?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38515103/