第一篇博客——关于01背包问题的学习整理

最新推荐文章于 2024-07-09 16:07:52 发布
原创 最新推荐文章于 2024-07-09 16:07:52 发布 · 472 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了01背包问题的三种类型，并以LeetCode上的一个简单01背包问题为例，深入讲解了如何使用动态规划解决此类问题。通过回溯算法的暴力解法和二维DP数组的优化解法，阐述了动态规划的五部曲，包括明确DP数组含义、确定递推公式、初始化DP数组、确定遍历顺序以及状态推导。最后，给出了问题的代码实现和输出结果，帮助读者理解动态规划在解决背包问题中的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

对于大厂面试而言，01背包主要考察两种背包：

1、01背包

n种物品，每种物品只有一个

2、 完全背包

n种物品，每种物品无限个

3、 多重背包

n种物品，每种物品个数各不相同

LeetCode上面没有纯粹的01背包问题，主要是背包问题的应用

下面给出一个简单的01背包问题的例子

重量 价值
物品0 1 15
物品1 3 20
物品2 4 30

其中，背包最大重量为4，可装满的最大价值为？

（1）考虑暴力解法

每个物品两个状态：取or不取

因此我们可以用 回溯算法 来枚举所有情况；时间复杂度O(2^n)【这个就涉及到学习回溯算法咯】

（2）二维dp数组解法

动态规划五部曲：

1、明确dp数组含义

        dp[i][j] ：0 ~ i 之间的物品任取，放进容量为 j 的背包里的最大价值

2、确定递推公式

        思考：dp[i][j] 可由哪些状态推导而来？此题中，有两种状态：放物品i or 不放物品i

最低0.47元/天 解锁文章

200万优质内容无限畅学
变种 背包问题_深度强化学习-求解组合优化问题
weixin_39613712的博客
12-01 2114
1 Pointer NetworkspapergithubVinyals的这篇论文提出了PointerNetwork（PN），求解了一些经典的组合优化问题，比如旅行商问题（TSP）和背包问题（Knapsack problem）。他们使用注意力机制计算Softmax概率值，将其当做指针（Pointer）指向输入序列中的元素，对输入序列进行组合，最后使用有监督方法对模型进行训练。这篇论文是后面几篇论文...
动态规划基础学习①：背包问题(优化写法)
qq_35860865的博客
10-28 422
文章目录[ 一：01背包问题 ](https://www.acwing.com/problem/content/2/)[ 二：完全背包 ](https://www.acwing.com/problem/content/3/)[ 三：多重背包问题 II ](https://www.acwing.com/problem/content/5/)[ 四：分组背包问题 ](https://www.acwing.com/problem/content/9/) 由于仅做复习用，具体推导未详细写出。 一：01背包问题
01背包学习
小刀刺大熊
06-14 376
for(i=1;i<=n;i++) for(j=cost[i];j<=V;j++){ dp[i][j]=max(dp[i-1][j-cost[i]]+val[i],dp[i-1][j]); //当前物品，放还是不放 } dp[j]表示体积为j的时候的最大价值 for(i=1;i<=n;i++) for(j=V;j>=cost[i];j--) dp[j]=max(dp[j],dp[
背包问题总结学习
小吕的博客
08-13 363
1、力扣416 2、典型背包分析 物品编号 1 2 3 4 体积 2 3 4 5 价值 3 4 5 6 编号\容量 0（背包容量为0） 1 2 3 4 5 6 7 8 0(前0个物品，就是没有东西) 0 0 0 0 0 0 0 0 0 1 体积2...
详解背包问题
weixin_52326703的博客
07-09 1862
背包问题（Knapsack problem）是一种组合优化的 NP 完全问题。它可以描述为：给定一组物品，每种物品都有自己的重量和价格（或价值），在限定的总重量内，如何选择物品，才能使得物品的总价格（或总价值）最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。∑j1n​pj​xj​∑j1n​wj​xj​≤Wnxj​jwj​jpj​jWjbj​各类复杂的背包问题总可以变换为简单的 0-1 背包问题进行求解。
动态规划之背包问题——完全背包
小朱小朱绝不认输的博客
11-25 8503
文章目录一、完全背包问题二、完全背包遍历顺序三、leetcode例题讲解完全背包问题518. 零钱兑换 II377. 组合总和 Ⅳ322. 零钱兑换279. 完全平方数139. 单词拆分四、完全背包问题总结1. 动规五步分析法2. 背包递推公式3. 遍历顺序 前面整理了01背包，在leetcode题库中主要就是01背包和完全背包问题，所以在这里整理一下完全背包的知识点。 一、完全背包问题 有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品都
算法设计-回溯法——0-1背包问题
weixin_44034024的博客
01-05 4060
算法介绍 回溯法： 回溯法又称试探法。回溯法的基本做法是深度优先搜索，是一种组织得井井有条的、能避免不必要重复搜索的穷举式搜索算法。 回溯算法的基本思想：从一条路往前走，能进则进，不能进则退回来，换一条路再试。 问题实例 问题描述： 题目： 给定N个物品,每个物品有一个重量W和一个价值V.你有一个能装M重量的背包.问怎么装使得所装价值最大.每个物品只有一个. 输入格式： 输入的第一行包含两个整数n, m，分别表示物品的个数和背包能装重量。 以后N行每行两个数Wi和Vi,表示物品的重量和价值 输出格式： 输出
算法学习——背包问题解决
weixin_43906500的博客
01-10 3418
背包问题不同解决方法的比较分析：给出穷举法、贪心法、动态规划法、回溯、分支限界法的实现，分析特点，比较效率。 1.穷举法分析 格式： 输入要求： 第一行：物品种类数n 背包容量c 第二行：可装入物品的重量 m1 m2 m3 ... mn 第三行：可装入物品的价值 w1 w2 w3 ... wn 输出要求： 第一行：背包的最大价值 示例： 输入： 5 17 ...
动态规划（1）背包问题1——0/1背包，完全背包
lqc_white的博客
11-05 604
综述 背包问题是动态规划中较为基础的一种问题，也是初学者学习动态规划时第一会学到的问题 背包问题只在有限的容量体积或称重下，放入背包有体积，重量，价值的物体，求在不超过背包限制下的价值最大。 根据不同的题目要求，可以把背包问题分为五大类——0/1背包，完全背包，多重背包，分组背包以及综合前四种的混合背包；其难度也是逐层递增 术语声明（后文符号所表示的含义） 物品的价值——v[ ]； 物品的重量/体积——w[ ]; i ——前i件物品； j ——总重不超过j； f[ i ][ j...
完全背包问题思考与学习
生息之地
03-26 513
//完全背包问题 /* 有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 关键是无限件数 */ #include #include #include #define MAXN 100 int main(void) { int i,j,k;
RLCO-Papers:基于组合学习的强化学习论文集
05-19
RLCO论文 基于强化学习的组合优化（ RLCO ）是一个非常有趣的研究领域。 组合优化问题包括：旅行商问题（ TSP ），单源最短路径（ SSP ），最小生成树（ MST ），车辆路径问题（ VRP ），定向运动问题，背包问题，最大独立集（ MIS ），最大切割（ MC ），最小顶点覆盖（ MVC ），最大集团（ MC ），整数线性规划（ ILP ），网络优化（路由），图着色问题（ GCP ），装箱问题，图分区， EDA问题。 其中大多数是NP-hard或NP-complete。 组合问题通常可以通过以下方法解决：精确方法，启发式方法（遗传算法，模拟退火）等。近来，出现了更好的基于学习的求解器。 这是RLCO的研究与应用论文集。 论文按时间和类别分类。 一些相关的监督学习论文也被列为参考。 这些参考文献的共享原则仅用于研究。 如果有任何作者不希望在此处列出他们的论文，请随时与[海光廖
一种基于强化学习的全局最优方法
06-04
提出了一种优化任何给定数学函数的新颖方法，称为“强化学习算法”（MORELA）。 尽管强化学习（RL）最初是为解决马尔可夫决策问题而开发的，但可以与某些改进一起使用以优化数学函数。 在MORELA的核心处，围绕在可行解决方案空间中找到的最佳解决方案生成一个子环境，并将其与原始环境进行比较。 因此，MORELA使得发现数学函数的全局最优成为可能，因为它是在前一个学习情节中使用子环境寻求的最佳解决方案的基础上寻求的。 已使用从文献中描述的其他优化方法获得的结果测试了MORELA的性能。 结果表明，就采用的鲁棒性衡量标准而言，MORELA可以提高RL的性能，并且比许多与之相比的优化方法表现更好。
强化学习PPO算法解决：限制取出物品数量的01背包问题
unforgetablebaby的博客
06-27 400
【代码】强化学习PPO算法解决：限制取出物品数量的01背包问题。
小白的学习笔记——背包问题(1)(01背包，01背包优化，完全背包)
Shadowlove9的博客
03-18 662
0：写在前面   这里是一只纯小白(●ˇ∀ˇ●)，最近闲来无事研究了一下背包问题。小白想写几篇博客来加深一下理解。文章可能写的很烂，欢迎大佬们指正。如果这些文章也能帮到你，那就太好了(￣▽￣)"。 1：梦开始的地方——01背包 先上问题：   夜黑风高之时，你——江湖知名的大盗，悄无声息的潜入了一家珠宝店。店里有n件珠宝，其中第i件物品的重量为w[i]，价值为v[i]，而你的背包最大承载量为p，你...
背包问题进阶总结（笔记未完工，持续更新）
R的博客
05-04 602
背包进阶（未完善）
背包问题学习总结
Suchunsv的博客
08-07 305
背包问题 文章目录背包问题1.0-1背包问题1) 无优化2) 一维数组优化3)常数优化 1.0-1背包问题 每种物品有放和不放两种情况 1) 无优化 f[i][j]=max(f[i−1][j],f[i−1][j−v[i]]+w[i])f[i][j]=max(f[i-1][j], f[i-1][j-v[i]]+w[i])f[i][j]=max(f[i−1][j],f[i−1][j−v[i]]+w[i...
小白所理解的01背包问题
o_u_c_h的博客
11-20 333
刚开始学算法，学到01背包--前言一、01KnapsackProblem二、使用步骤1.引入库2.读入数据总结 前言 作为一个刚开始学习算法的小白，这次刚理解了01背包问题，想分享我的学习感受。 我学习的01背包博客链接： https://blog.csdn.net/xp731574722/article/details/70766804 https://www.cnblogs.com/kkbill/p/12081172.html 一、01KnapsackProblem 示例：pandas 是基于Nu.
【动态规划之完全背包问题】如何将完全背包运用到实际问题，强化完全背包以及一维优化的推导
未见花闻的博客
10-27 896
本篇文章将介绍动态规划中的背包问题——完全背包问题，前面我们已经介绍了什么是完全背包问题以及对应的解决方案，本文将列举一道实际问题来强化对完全背包的解题以及优化思维。
回溯法解决01背包问题pta
最新发布
01-02
### 使用回溯法求解01背包问题 #### 01 背包问题描述 给定 n 种物品和一个容量为 C 的背包，每种物品仅有一件。第 i 件物品的价值为 v[i] ，重量为 w[i] 。问如何选择装入背包中的物品，使得所选物品的总价值最大。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值