完全背包问题
状态表示:
f
[
i
]
[
j
]
f[i][j]
f[i][j]: 从前
i
i
i 个物品中选,总体积不超过j的集合
状态属性: 总价值的最大值
状态计算:
第
i
i
i 个物品选
0
0
0个
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
]
[
j
]
,
f
[
i
−
1
]
[
j
−
0
∗
v
[
i
]
]
)
;
f[i][j] = max(f[i][j], f[i - 1][j - 0 * v[i]]);
f[i][j]=max(f[i][j],f[i−1][j−0∗v[i]]);
第i个物品选
1
1
1 个
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
]
[
j
]
,
f
[
i
−
1
]
[
j
−
1
∗
v
[
i
]
]
+
w
[
i
]
)
;
f[i][j] = max(f[i][j], f[i - 1][j - 1 * v[i]] + w[i]);
f[i][j]=max(f[i][j],f[i−1][j−1∗v[i]]+w[i]);
第
i
i
i 个物品选
2
2
2 个
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
]
[
j
]
,
f
[
i
−
1
]
[
j
−
2
∗
v
[
i
]
]
+
2
∗
w
[
i
]
]
)
;
f[i][j] = max(f[i][j], f[i - 1][j - 2 * v[i]] + 2 * w[i]]);
f[i][j]=max(f[i][j],f[i−1][j−2∗v[i]]+2∗w[i]]);
第
i
i
i 个物品选
3
3
3 个
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
]
[
j
]
,
f
[
i
−
1
]
[
j
−
3
∗
v
[
i
]
]
+
3
∗
w
[
i
]
]
)
;
f[i][j] = max(f[i][j], f[i - 1][j - 3 * v[i]] + 3 * w[i]]);
f[i][j]=max(f[i][j],f[i−1][j−3∗v[i]]+3∗w[i]]);
…
第
i
i
i 个物品选
k
k
k 个
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
]
[
j
]
,
f
[
i
−
1
]
[
j
−
k
∗
v
[
i
]
]
+
k
∗
w
[
i
]
)
;
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
f[i][j]=max(f[i][j],f[i−1][j−k∗v[i]]+k∗w[i]);
1.朴素做法 时间复杂度 O(
n
3
n^3
n3)
for(int i = 1; i <= n; i ++ )
for(int j = 0; j <= m; j ++ )
for(int k = 0; k * v[i] <= j; k ++ )
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
2.时间优化 时间复杂度 O(
n
2
n^2
n2)
观察可以推出
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
−
1
]
[
j
]
,
f
[
i
]
[
j
−
v
]
+
w
)
;
f[i][j] = max(f[i - 1][j], f[i][j - v] + w);
f[i][j]=max(f[i−1][j],f[i][j−v]+w);
for(int i = 1 ; i <= n ; i ++)
for(int j = 0 ; j <= m ; j ++)
{
f[i][j] = f[i - 1][j];
if(j >= v[i])
f[i][j] = max(f[i][j],f[i][j - v[i]] + w[i]);
}
3.空间优化
当我们进行时间优化后,我们可以对比这两个这两个式子
01
01
01 背包
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
]
[
j
]
,
f
[
i
−
1
]
[
j
−
v
[
i
]
]
+
w
[
i
]
)
;
f[i][j] = max(f[i][j],f[i - 1][j - v[i]] + w[i]);
f[i][j]=max(f[i][j],f[i−1][j−v[i]]+w[i]);
完全背包
f
[
i
]
[
j
]
=
m
a
x
(
f
[
i
]
[
j
]
,
f
[
i
]
[
j
−
v
[
i
]
]
+
w
[
i
]
)
;
f[i][j] = max(f[i][j],f[i][j - v[i]] + w[i]);
f[i][j]=max(f[i][j],f[i][j−v[i]]+w[i]);
我们会发现他们唯一的区别就是用到的状态不同, 01 01 01 背包用到的是第 i − 1 i-1 i−1 层状态,而完全背包用到的是第 i i i 层状态, 我们能够对 01 01 01 背包进行空间优化, 那我们肯定会想,能不能也对完全背包进行空间优化呢? 答案是显然的, 那么问题来了,我们应该从小到大枚举还是从大到小枚举呢? 答案是从小到大枚举, 因为如果我们从大到小枚举,此时遍历到的状态是 j j j,右边的状态已经被更新,被更新为第 i i i 层,左边还未计算的是第 i − 1 i-1 i−1 层,此时要更新状态 j j j,要用到左边第i层的状态,但是此时左边的状态都为第 i − 1 i-1 i−1 层,与状态转移方程不符.
for(int i = 1; i <= n ;i++)
for(int j = v[i]; j <= m;j++)
f[j] = max(f[j],f[j-v[i]]+w[i]);