• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            ACM___________________________

            ______________白白の屋
            posts - 182, comments - 102, trackbacks - 0, articles - 0
            <2010年8月>
            25262728293031
            1234567
            891011121314
            15161718192021
            22232425262728
            2930311234

            常用鏈接

            留言簿(24)

            隨筆分類(332)

            隨筆檔案(182)

            FRIENDS

            搜索

            積分與排名

            最新隨筆

            最新評論

            閱讀排行榜

            評論排行榜


            背包之01背包、完全背包、多重背包詳解


            PS:大家覺得寫得還過得去,就幫我把博客頂一下,謝謝。

            首先說下動態規劃,動態規劃這東西就和遞歸一樣,只能找局部關系,若想全部列出來,是很難的,比如漢諾塔。你可以說先把除最后一層的其他所有層都移動到2,再把最后一層移動到3,最后再把其余的從2移動到3,這是一個直觀的關系,但是想列舉出來是很難的,也許當層數n=3時還可以模擬下,再大一些就不可能了,所以,諸如遞歸,動態規劃之類的,不能細想,只能找局部關系。

            漢諾塔

            1.漢諾塔圖片

            (引至杭電課件:DP最關鍵的就是狀態,在DP時用到的數組時,也就是存儲的每個狀態的最優值,也就是記憶化搜索)

            要了解背包,首先得清楚動態規劃:

            動態規劃算法可分解成從先到后的4個步驟:

            1. 描述一個最優解的結構;

            2. 遞歸地定義最優解的值;

            3. 以“自底向上”的方式計算最優解的值;

            4. 從已計算的信息中構建出最優解的路徑。

            其中步驟1~3是動態規劃求解問題的基礎。如果題目只要求最優解的值,則步驟4可以省略。

            背包的基本模型就是給你一個容量為V的背包

            在一定的限制條件下放進最多(最少?)價值的東西

            當前狀態→ 以前狀態

            看了dd大牛的《背包九講》(點擊下載),迷糊中帶著一絲清醒,這里我也總結下01背包,完全背包,多重背包這三者的使用和區別,部分會引用dd大牛的《背包九講》,如果有錯,歡迎指出。

            (www.wutianqi.com留言即可)

            首先我們把三種情況放在一起來看:

            01背包(ZeroOnePack): 有N件物品和一個容量為V的背包。(每種物品均只有一件)第i件物品的費用是c[i],價值是w[i]。求解將哪些物品裝入背包可使價值總和最大。

            完全背包(CompletePack): 有N種物品和一個容量為V的背包,每種物品都有無限件可用。第i種物品的費用是c[i],價值是w[i]。求解將哪些物品裝入背包可使這些物品的費用總和不超過背包容量,且價值總和最大。

            多重背包(MultiplePack): 有N種物品和一個容量為V的背包。第i種物品最多有n[i]件可用,每件費用是c[i],價值是w[i]。求解將哪些物品裝入背包可使這些物品的費用總和不超過背包容量,且價值總和最大。

            比較三個題目,會發現不同點在于每種背包的數量,01背包是每種只有一件,完全背包是每種無限件,而多重背包是每種有限件。

            ——————————————————————————————————————————————————————————–

            先來分析01背包

            01背包(ZeroOnePack): 有N件物品和一個容量為V的背包。(每種物品均只有一件)第i件物品的費用是c[i],價值是w[i]。求解將哪些物品裝入背包可使價值總和最大。

            這是最基礎的背包問題,特點是:每種物品僅有一件,可以選擇放或不放。

            用子問題定義狀態:即f[i][v]表示前i件物品恰放入一個容量為v的背包可以獲得的最大價值。則其狀態轉移方程便是:

            f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}

            把這個過程理解下:在前i件物品放進容量v的背包時,

            它有兩種情況:

            第一種是第i件不放進去,這時所得價值為:f[i-1][v]

            第二種是第i件放進去,這時所得價值為:f[i-1][v-c[i]]+w[i]

            (第二種是什么意思?就是如果第i件放進去,那么在容量v-c[i]里就要放進前i-1件物品)

            最后比較第一種與第二種所得價值的大小,哪種相對大,f[i][v]的值就是哪種。

            (這是基礎,要理解!)

            這里是用二位數組存儲的,可以把空間優化,用一位數組存儲。

            用f[0..v]表示,f[v]表示把前i件物品放入容量為v的背包里得到的價值。把i從1~n(n件)循環后,最后f[v]表示所求最大值。

            *這里f[v]就相當于二位數組的f[i][v]。那么,如何得到f[i-1][v]和f[i-1][v-c[i]]+w[i]?(重點!思考)
            首先要知道,我們是通過i從1到n的循環來依次表示前i件物品存入的狀態。即:for i=1..N
            現在思考如何能在是f[v]表示當前狀態是容量為v的背包所得價值,而又使f[v]和f[v-c[i]]+w[i]標簽前一狀態的價值?

            逆序!

            這就是關鍵!

            1
                        2
                        3
                        
            for i=1..N
                        for v=V..0
                        f[v]=max{f[v],f[v-c[i]]+w[i]};

            分析上面的代碼:當內循環是逆序時,就可以保證后一個f[v]和f[v-c[i]]+w[i]是前一狀態的!
            這里給大家一組測試數據:

            測試數據:
            10,3
            3,4
            4,5
            5,6

            這個圖表畫得很好,借此來分析:

            C[v]從物品i=1開始,循環到物品3,期間,每次逆序得到容量v在前i件物品時可以得到的最大值。(請在草稿紙上自己畫一畫

            這里以一道題目來具體看看:

            題目:http://acm.hdu.edu.cn/showproblem.php?pid=2602

            代碼在這里:http://www.wutianqi.com/?p=533

            分析:

            具體根據上面的解釋以及我給出的代碼分析。這題很基礎,看懂上面的知識應該就會做了。

            ——————————————————————————————————————————————————————————–

            完全背包:

            完全背包(CompletePack): 有N種物品和一個容量為V的背包,每種物品都有無限件可用。第i種物品的費用是c[i],價值是w[i]。求解將哪些物品裝入背包可使這些物品的費用總和不超過背包容量,且價值總和最大。

            完全背包按其思路仍然可以用一個二維數組來寫出:

            f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<=v}

            同樣可以轉換成一維數組來表示:

            偽代碼如下:

            1
                        2
                        3
                        
             for i=1..N
                        for v=0..V
                        f[v]=max{f[v],f[v-c[i]]+w[i]}

            順序!

            想必大家看出了和01背包的區別,這里的內循環是順序的,而01背包是逆序的。
            現在關鍵的是考慮:為何完全背包可以這么寫?
            在次我們先來回憶下,01背包逆序的原因?是為了是max中的兩項是前一狀態值,這就對了。
            那么這里,我們順序寫,這里的max中的兩項當然就是當前狀態的值了,為何?
            因為每種背包都是無限的。當我們把i從1到N循環時,f[v]表示容量為v在前i種背包時所得的價值,這里我們要添加的不是前一個背包,而是當前背包。所以我們要考慮的當然是當前狀態。
            這里同樣給大家一道題目:

            題目:http://acm.hdu.edu.cn/showproblem.php?pid=1114

            代碼:http://www.wutianqi.com/?p=535

            (分析代碼也是學習算法的一種途徑,有時并不一定要看算法分析,結合題目反而更容易理解。)

            ——————————————————————————————————————————————————————————–

            多重背包

            多重背包(MultiplePack): 有N種物品和一個容量為V的背包。第i種物品最多有n[i]件可用,每件費用是c[i],價值是w[i]。求解將哪些物品裝入背包可使這些物品的費用總和不超過背包容量,且價值總和最大。

            這題目和完全背包問題很類似。基本的方程只需將完全背包問題的方程略微一改即可,因為對于第i種物品有n[i]+1種策略:取0件,取1件……取n[i]件。令f[i][v]表示前i種物品恰放入一個容量為v的背包的最大權值,則有狀態轉移方程:

            f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k<=n[i]}

            這里同樣轉換為01背包:

            普通的轉換對于數量較多時,則可能會超時,可以轉換成二進制(暫時不了解,所以先不講)

            對于普通的。就是多了一個中間的循環,把j=0~bag[i],表示把第i中背包從取0件枚舉到取bag[i]件。

            給出一個例題:

            題目:http://acm.hdu.edu.cn/showproblem.php?pid=2191

            代碼:http://www.wutianqi.com/?p=537

            因為限于個人的能力,我只能講出個大概,請大家具體還是好好看看dd大牛的《背包九講》。

            暫時講完后,隨著以后更深入的了解,我會把資料繼續完善,供大家一起學習探討。(我的博客:www.wutianqi.com如果大家有問題或者資料里的內容有錯誤,可以留言給出,謝謝您的支持。)

            原文下載地址:(Word版)
            http://download.csdn.net/source/2587577

            久久综合九色欧美综合狠狠| 久久久久人妻一区精品色| 久久91精品国产91久久麻豆| 97久久超碰国产精品2021| www久久久天天com| 韩国三级中文字幕hd久久精品| 久久综合精品国产一区二区三区| 久久婷婷色综合一区二区| 麻豆亚洲AV永久无码精品久久| 亚洲乱亚洲乱淫久久| 女同久久| 久久国产精品一区二区| 国产高清美女一级a毛片久久w| 中文精品99久久国产| 久久亚洲AV无码精品色午夜麻豆| 久久精品中文无码资源站| 欧美久久久久久| 久久精品国产亚洲麻豆| 精品国产乱码久久久久久呢 | 丁香五月网久久综合| 久久人人爽人人澡人人高潮AV | AV狠狠色丁香婷婷综合久久| 久久久久久久综合日本| 久久亚洲精品中文字幕| 久久人人爽人人人人爽AV| 99精品久久久久久久婷婷| 久久成人精品视频| 97精品伊人久久大香线蕉app| 亚洲va久久久噜噜噜久久男同| 亚洲国产成人久久精品99 | 久久www免费人成精品香蕉| 国内精品人妻无码久久久影院| 久久天天躁狠狠躁夜夜2020| 国产精品va久久久久久久| 精品人妻久久久久久888| 久久久久亚洲精品无码蜜桃| 久久久久亚洲AV无码观看| 久久精品国产亚洲AV忘忧草18| 久久久久亚洲AV无码专区桃色| 久久精品无码一区二区三区免费| 色成年激情久久综合|