例四:背包问题
1.0-1背包
有N件物品和一个容量为V的背包。第i件物品所占容量是v[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。
设状态dp[i][j]表示前只放前i个物品容量为j时所能获得的最大价值
状态转移方程为:
dp[i][j]=max{dp[i−1][j−v[i]]+w[i]}
仔细观察后发现状态只在相邻两层中进行转移,所以一个技巧是可以用滚动数组来优化,将第几个物品这个维度压缩。
还有一个更好的优化方法只需要一个一维数组就可以了,这里需要j从V到vi
for(int j=V;j>=v[i];j--)
dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
0-1背包的复杂度是
O(VN)
2.完全背包
在0-1背包的基础上每种物品的数量是无限多个。
物品虽然是无限多个但背包的容量是有限的,这样每个物品就有一个数量上限,问题也就变成了下面的多重背包问题。
还有一个更好的做法是:
for(int j=v[i];j<=V;j++)
dp[j]=max(dp[j-v[i]]+w[i]);
代码和0-1背包很像,只是for循环的方向不同。
复杂度是和0-1相同为
O(VN)
3.多重背包
在0-1背包的基础上每种物品为有限个,每种物品数目为m[i]。
直接用0-1背包的做法复杂度是
O(V∑m[i])
一种做法是对每种物品数目进行二进制优化,将每种物品的个数分解为:
20、21、...2k、m[i]−2k+1+1
这样的复杂度是 O(V∑log(m[i])) 。
多重背包还有复杂度为 O(VN) 的做法,用单调队列来优化。
多重背包例题: poj1272 Cash Machine
(对每种物品数目进行二进制优化)代码:
#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstdlib>
#include<cstring>
using namespace std;
const int MAXN=1005;
int n;
int V;
int m[MAXN];
int w[MAXN];
int w2[100005];
int n2;
int dp[100005];
int Pow2(int k)
{
int ans=1;
while(k){ans=ans*2;k--;}
return ans;
}
void Change()
{
int k;
for(int i=1;i<=n;i++)
{
k=0;
while(Pow2(k)<=m[i])
{
w2[++n2]=Pow2(k)*w[i];
m[i]-=Pow2(k);
k++;
}
if(m[i]>0)w2[++n2]=m[i]*w[i];
}
}
void Work()
{
memset(dp,0,sizeof(dp));
n2=0;
Change();
for(int i=1;i<=n2;i++)
for(int j=V;j>=w2[i];j--)
dp[j]=max(dp[j],dp[j-w2[i]]+w2[i]);
cout<<dp[V]<<endl;
}
int main()
{
while(scanf("%d",&V)!=EOF)
{
scanf("%d",&n);
for(int i=1;i<=n;i++)scanf("%d%d",&m[i],&w[i]);
Work();
}
return 0;
}