• 动态规划系列之七完全背包问题


    问题

    法外狂徒张三是一个探险家,有一次巧合之下进入到一个有宝藏的洞穴里。这个洞穴有很多种宝贝,每个宝贝的重量不一样,但宝贝数量无限。具体来说有:
    A 重 2 价值为 2 数量:无限
    B 重 3 价值为 4 数量:无限
    C 重 4 价值为 4 数量:无限
    D 重 4 价值为 5 数量:无限
    E 重 1 价值为 3 数量:无限
    现在张三就只有一个背包,这个背包承重为10,张三想知道如何装才能带走价值最大的宝藏?

    比较完全背包问题和01背包问题的相同与不同:
    相同:背包的重量是有上限的
    不同:01背包的宝贝只有1个,完全背包的宝贝有无数个。

    思路:

    完全背包从直觉上是最好解决的,只要能找到那个性价比最高的宝贝就能带走最大的价值对不对?
    那么如何找到性价比最高的宝贝呢?和01背包一样,放入第n个宝贝时,已经知道前n-1个宝贝放入的最大价值,这时就比较当前宝贝放入还是不放入。用代码来说就是:

    if j >= weight[i]:
        bag[j] = max(bag[j-weight[i]] + value[i], bag[j])
    else:
        bag[j] = bag[j]
    

    同01背包问题的解法一样,从第一个物品放入开始,不断的从小到大的去增加背包的容量。当在同样的背包承重下,价值最大的就是性价比最高的。

    0.初始化:

    1.当装入第一个宝贝,重量为2,价值为2时:

    2.当装入第二个宝贝,重量为3,价值为6时:

    装入第二个宝贝前提是已经知道装入第一个宝贝的情况,当背包承重为3时,可以装入第二个宝贝就比装入第一个宝贝价值高
    max(bag[3-3] + 6, 2) = max(4, 2) = 6
    当装入第二个宝贝之后,这时的列表就是考虑放入前两个宝贝时,背包承重各个值下的最大价值

    3.当装入第三个宝贝,重量为4,价值为4:

    重量为4时,max(bag[4-4]+4,bag[4]) = max(4,6) = 6,所以,这个宝贝不能放入
    当装入第三个宝贝之后,这时的列表就是考虑放入前三个宝贝时,背包承重各个值下的最大价值

    4.当装入第四个宝贝,重量为4,价值为5时:

    同上,max(bag[4-4]+5,bag[4]) = max(5,6) = 6
    当装入第四个宝贝之后,这时的列表就是考虑放入前四个宝贝时,背包承重各个值下的最大价值

    5.当装入第五个宝贝,重量为1,价值为3时:

    在同等重量下,第五个宝贝的价值比前四个最大值都大,几乎横扫一篇,最后更是能够拿到30这个最大的价值。
    当装入第五个宝贝之后,这时的列表就是考虑放入五个宝贝时,背包承重各个值下的最大价值,最大价值就是30

    代码

    weight = [2,3,4,4,1]
    value = [2,6,4,5,3]
    weight_most=10
    
    
    bag = [0 for i in range(weight_most+1)]
    for i in range(len(weight)):
        for j in range(1, weight_most+1):
        	if j >= weight[i]:
        		bag[j] = max(bag[j-weight[i]]+value[i],bag[j])
        print(bag)
            
    print(bag[-1])
    

  • 相关阅读:
    C# winform窗体自动停靠控件
    C# winform treeview checkbox 选中 循环 遍历
    解决WinForm(C#)中MDI子窗体最大化的问题
    tabcontrol的alignment属性设置成Left或Right时,tabPage的text内
    用伪随机数生成器Random生成随机数序列
    C#限制MDI子窗体重复打开——C#判断窗体是否已经打开 多种方法 20120626更新
    管理软件中融入“人、时间、流程”维度,提升软件社会价值
    如何让管理软件提升企业战略执行力
    2007年11月17日上午 ITIL与ITSM QQ群聊天记录: 欢迎加入QQ群:48132184
    Sharepoint 站点下应用程序虚拟路径下出现"不能进行输出缓存处理",错误ID 5787 解决方法
  • 原文地址:https://www.cnblogs.com/goldsunshine/p/13941824.html
Copyright © 2020-2023  润新知