是否有算法来确定具有精确重量W的背包?即这就像正常的0/1背包问题,n个项目各有权重w_i和值v_i。最大化所有物品的价值,但背包中物品的总重量需要具有正确的重量W!
我知道“普通”0/1背包算法,但这也可以返回一个重量更轻但价值更高的背包。我想找到最高值但确切的W重量。
这是我的0/1背包实现:
public class KnapSackTest {
public static void main(String[] args) {
int[] w = new int[] {4, 1, 5, 8, 3, 9, 2}; //weights
int[] v = new int[] {2, 12, 8, 9, 3, 4, 3}; //values
int n = w.length;
int W = 15; // W (max weight)
int[][] DP = new int[n+1][W+1];
for(int i = 1; i < n+1; i++) {
for(int j = 0; j < W+1; j++) {
if(i == 0 || j == 0) {
DP[i][j] = 0;
} else if (j - w[i-1] >= 0) {
DP[i][j] = Math.max(DP[i-1][j], DP[i-1][j - w[i-1]] + v[i-1]);
} else {
DP[i][j] = DP[i-1][j];
}
}
}
System.out.println("Result: " + DP[n][W]);
}
}
这给了我:
Result: 29
(请问我的问题中是否有任何不清楚的地方!)
只需在最后一个DP[i][j] = -infinity
子句中设置else
就可以了。
它背后的想法是稍微改变递归公式定义来计算:
j
的最大值,直到项目i
。现在,感应假设会发生变化,正确性的证明与常规背包非常相似,具有以下修改:
DP [i] [j-weight [i]]现在是可以用j-weight[i]
构造的最大值,你可以采用项目i
,给出DP[i][j-weight[i]]
的值,或者不接受它,给出DP[i-1][j]
的值 - 这是使用正确的重量j
与第一个i-1
项目时的最大值。
请注意,如果由于某种原因你无法构造DP[i][j]
,你将永远不会使用它,因为在寻找MAX时总是会丢弃-infinity值。
实际上,接受的答案是错误的,正如@Shinchan在评论中所发现的那样。
通过仅改变初始的dp
状态而不是算法本身来获得精确的重量背包。
初始化,而不是:
if(i == 0 || j == 0) {
DP[i][j] = 0;
}
应该:
if (j == 0) {
DP[i][j] = 0;
} else if (i == 0 && j > 0) { // obviously `&& j > 0` is not needed, but for clarity
DP[i][j] = -inf;
}
剩下的就像你的问题一样。