0/1背包
日期: 2020-12-12 分类: 跨站数据测试 465次阅读
0/1背包问题回溯法求解
爱玩游戏的Tom
Tom很喜欢玩游戏,他在电脑上下了《GTA5》和《微软飞行模拟》,对于后者他还丧心病狂的下载了所有地图包,导致他可用空间只有mGB,但他还有几个学校要求安装的软件没有下载,他不能全部放下去,因此只能选择性的安装一部分。现在,我们知道每个学习软件的大小以及该学习软件的重要程度,现在Tom找到你,应该安装哪一些软件,使得这些软件的重要程度之和最大。对于输入第一行有n(0 < n <= 100)和m(0 < m <= 1000)两个整数组成,n代表接下来的输入行数,m代表可用空间还剩mGB。接下来的n行,每行两个整数,前一个整数为每个学习软件的大小(GB),后一个整数代表重要程度。对于输出,只有一行,即为最大重要程度之和。
样例
Input:
3 23
15 9
20 5
7 7
Output:
16
下面我们来切掉这道裸题:首先我们定义一个函数,名字索性为dfs。
组成:int dfs(int i,int j)
解释:参数i表示一共有多少件物品,体现在本题中便是多少个软件。参数j则表示电脑还剩的空间(GB)。
dfs(i,j)的返回值所代表的意思便是,一共i个软件,在电脑内存还剩jGB的情况下最大的重要程度。
经过上面的定义,我们显然可以得到?
就上面的问题,我们留意前面dfs的定义,不难得出对于0个软件,不管我们电脑还剩多少内存,它对于我们来说重要程度都为0,因为根本就没有软件。
这就是边界(i==0),同时也是终止条件。
我们在回过头看上面的程序。很遗憾,如果写成这样,当数据规模为最大,即当n=100的时候,程序无法在1秒内得出答案,最后超时,不予通过。指数级的时间复杂度太高了,需要降(一个状态可能会被计算多次)。
如何去降?
对于回溯,降低时间复杂度的有效方式是减枝,前面我们说过,一个状态可能会被计算多次,那么我们便想方设法让他只计算一次。
下面引出记忆式递归
记忆式递归:一个状态已经被求解的情况下记住它,这也是人工智能中经常可以用到的(尤其是在机器学习中)
试思考:在本题中,我们如何让程序去“记住”解的状态?
显然,让我们写的程序具备记忆功能似乎不可能,但是这实际是可行的,至少在本题中是如此。
具体如下:
我们开一个辅助数组:spackSpace[i][j]
解释是共i个软件,装进内存为j的电脑中最大的重要程度。初始化所有元素为0,如果当计算的时候其值为0,则代表程序没有计算过该状态,否则便是计算过,那么无需重复计算(剪枝+记忆),直接返回spackSpace[i][j]便是。
具体实现如下(记得先思考):
完整程序:
除特别声明,本站所有文章均为原创,如需转载请以超级链接形式注明出处:SmartCat's Blog
标签:算法 c++
精华推荐