From《背包九讲》,稍作修改。
题目:
有N种物品和一个容量为V的背包。第i种物品最多有n[i]件可用,每件费用是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。
基本思路:
这题目和完全背包问题很类似。基本的方程只需将完全背包问题的方程略微一改即可。
1.类似完全背包状态转移方程: f[v]=max{f[v-k*c[i]]+k*w[i] }(0<=k<=n[i]) ,复杂度是O(V*Σn[i])
2.类似01背包利用二进制拆分物品来求解 ,复杂度O(V*Σlog n[i]),这种算法在完全背包中提到过
3.利用单调队列达到每个状态O(1)的复杂度
处理一件多重背包中物品的过程,用amount来表示物品的数量:
void MultiplePack(cost,weight,amount)
{
if(cost*amount>=V)//当前的数量*体积如果大于V,那么对于这件物品来说相当于可以取无限件,那么可以用完全背包来解
{
CompletePack(cost,weight);
return;
}
int k = 1;//否则的话用完全背包的二进制拆分来求解,同时完全背包的二进制又是由01背包转化而来
while(k<amount)
{
ZeroOnePack(k*cost,k*weight);
amount-=k;
k*=2;
}
ZeroOnePack(cost*amout,weight*amount);
}
单调队列还没学,先填坑以后再补坑:(
在这里把混合背包一起说了。
混合背包是:有的物品只可以取一次(01背包),有的物品可以取无限次(完全背包),有的物品可以取的次数有一个上限(多重背包)。
混合背包中三种背包混合的解法
01背包和完全背包写出来就是一个for循环的区别。多重背包可以用单调队列直接实现O(VN)的复杂度,也可以转化成上面所说的方法来实现。
模板如下:
for(int i=1;i<=n;i++)
{
if(第i件物品是01背包)
for(int j=V;j>=c[i];j--)
f[j] = max(f[j],f[j-c[i]]+w[i]);
else if(第i件物品是完全背包)
for(int j=c[i];j<=V;j++)
f[j] = max(f[j],f[j-c[i]]+w[i]);
else if(第i件物品是多重背包)
MutiplyPack();
}