背包问题 (Knapsack problem)

概述

给定$N$个物品，每种物品都有自己的重量$c_i$和价值$w_i$，现有一个背包，能承受的重量为$V$。在不超过背包容量的限制下放入物品，使得物品的总价值最大。这一类问题，被称为背包问题。

普通01背包，不要求背包恰好装满

P1048 采药
题目描述
辰辰是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”

如果你是辰辰，你能完成这个任务吗？

输入输出格式
输入格式：
第一行有2个整数T(1≤T≤1000)和M(1≤M≤100)，用一个空格隔开，T代表总共能够用来采药的时间，M代表山洞里的草药的数目。
接下来的M行每行包括两个在1到100之间（包括1和100）的整数，分别表示采摘某株草药的时间和这株草药的价值。

输出格式：
1个整数，表示在规定的时间内可以采到的草药的最大总价值。

输入样例：
70 3
71 100
69 1
1 2

输出样例#1：
3

我们设$dp[i][j]$代表在背包容量为$j$，可放入的物品为前$i$件（也就是可以选择放入物品0, 1, …, $(i$-1)）时背包问题的最优解（也就是背包内物品价值最大）。
此时我们可以得到状态转移方程：

$ dp[i][j] = \left { \begin{array}{} dp[i-1][j], & j \lt c[i-1] \ max(dp[i-1][j-c[i-1]]+w[i-1], dp[i-1][j]), & otherwise \end{array} \right. $

#include <iostream>
using namespace std;

int dp[105][1005];
int w[105], c[105];
int main(){
    int V, N;
    cin >> V >> N;
    for(int i = 0; i < N; ++i){
        cin >> c[i] >> w[i];
    }
    for(int i = 1; i <= N; ++i){
        for(int j = 1; j <= V; ++j){
            if(j < c[i-1]) dp[i][j] = dp[i-1][j];
            else dp[i][j] = max(dp[i-1][j], dp[i-1][j-c[i-1]] + w[i-1]);
        }
    } cout << dp[N][V] << endl;
    return 0;
}

当然关于背包容量的第二层循环 j 也可以改成从V到0的迭代

#include <iostream>
using namespace std;

int dp[105][1005];
int w[105], c[105];
int main(){
    int V, N;
    cin >> V >> N;
    for(int i = 0; i < N; ++i){
        cin >> c[i] >> w[i];
    }
    for(int i = 1; i <= N; ++i){
        for(int j = V; j > 0; --j){  // 假设每个物品的c_i > 0
            //dp[i][j] = (j < c[i-1])?dp[i-1][j]:max(dp[i-1][j], dp[i-1][j-c[i-1]] + w[i-1]);
            if(j < c[i-1]) dp[i][j] = dp[i-1][j];
            else dp[i][j] = max(dp[i-1][j], dp[i-1][j-c[i-1]] + w[i-1]);
        }
    } cout << dp[N][V] << endl;
    return 0;
}

我们可以发现这里dp[i][j]的修改只与dp[i-1]这一行有关，所以可以进一步的压缩空间使用率。（事实上很多动态规划问题，都是dp相邻的行或者列之间进行状态的转移，例如 编辑距离也可以压缩空间复杂度。）这样我们可以得到下面的代码：

#include <iostream>
using namespace std;
int dp[1005];
int w[105], c[105];
int main(){
    int V, N;
    cin >> V >> N;
    for(int i = 0; i < N; ++i){
        cin >> c[i] >> w[i];
    }
    for(int i = 1; i <= N; ++i){
        for(int j = V; j >= c[i-1]; --j){
            /* dp[i][j] = max(dp[i-1][j], dp[i-1][j-c[i-1]] + w[i-1]);
            左侧的dp[j]代表的是dp[i][j]
            右侧的dp[j]代表的是dp[i-1][j]
            */
            dp[j] = max(dp[j], dp[j-c[i-1]]+w[i-1]);  
        }
    } cout << dp[V] << endl;
    return 0;
}

因为$j$是从$V$循环到0的，所以每次更新dp[j]实际上代表的是通过dp[i-1][j-w[i-1]]得到dp[i][j]。
如果上面的$j$从0循环到$V$，那么更新dp[j]实际上代表的是通过dp[i][j-w[i-1]]得到dp[i][j]，那么就不符合题意了。

完全背包

参考资料

• 《背包问题九讲》
• https://www.luogu.org/problemnew/solution/P1048 P1048采药问题的题解