多重背包的二进制优化

多重背包的二进制优化

现在有价值分别为1到6的六种物品，数量分别是n1，n2，n3，n4，n5，n6，问是否可以把这些物品分成价值相等的两份？

输入格式

输入中的每一行描述了要分割的一个物品集合。这些物品由六个非负整数n1，n2，…，n6组成，其中ni是价值i的物品数。最大物品总数为20000。 输入文件的最后一行是“0 0 0 0 0 0”;不要处理这一行。

输出格式

1 0 1 2 0 0 
1 0 0 0 1 1 
0 0 0 0 0 0

对应结果

NO
YES

思路

多重背包暴力解法时间复杂度为O(N * V * S)

当物品数量较大时，一个一个的选择浪费了太多的时间，必然超时。

我们采用二进制优化的思想，将同种类的物体按照二进制进行分组，每一组合并成一个新的价值和重量的物品，第 i 种物品按照以下数量分组：1，2，4，8，16...... 2^k......512 ($$2^0,2^1,2^2,2^3,...2^k,...2^9$$)此时 (1~1023) 中的每一个数都可以通过以上分组的组合表示出来（二进制）。

例子：

$$19=(10011{)}_2=2^0+2^1+2^4$$

当有剩余数量无法被2的幂次方表示时：

例子：第 i 种物品有200个：

可以被2的幂次方表示的有：1，2，4，8...64

1，2，4，8...64，可以使用2的幂次方表示出来，可以表示出来 （1~127） 中的所有数，这是还没使用完200这个数，还有剩余的个数为200-127 = 73个，将其单独成新的一组，就可以表示出 （1~200） 中的任意数。

最终的分组情况为：1，2，4，8...64，73

而每一组合并成了一个新的物品，新的物品的价值为原来物品的价值 * 个数，新物品的重量为原来物品的重量 * 个数，以上述200个物品为例，假设该物品价值为2，重量为3，则新物品的价值分别是：2，4，8，16...128，146，新物品的重量分别是：3，6，12，24，192，219。

所以，按照二进制的形式分组选择，加快选取速度。

并且对于该题，物品的价值和体积相等。

代码实现

import java.util.Scanner;

public class Main {
    public static void main(String[] args)  {
        Scanner sc = new Scanner(System.in);
        while (true) {
            //价值数组
            int[] v = new int[10000];
            //记录价值数组下标
            int index = 0;
            //所有物品价值总和
            int sum = 0;
            for(int i = 0;  i < 6; i++) {
                int num = sc.nextInt();
                sum += num * (i + 1);
                //二进制分组
                for(int k = 1; k <= num; k *= 2, num -= k, index++) {
                    v[index] = k * (i + 1);
                }
                //无法用2的幂次方表示的单独再分一组
                if(num > 0) {
                    v[index++] = num * (i + 1);
                }
            }
            if (sum == 0) {
                break;
            }
            sc.nextLine();
            //总和是奇数的一定不能分成相等的两份
            if(sum % 2 != 0) {
                System.out.println("NO");
                continue;
            }
            int bagWeigh = sum / 2;
            int[] dp = new int[bagWeigh + 1];
            for(int i = 0; i < index; i++) {
                for(int j = bagWeigh; j >= v[i]; j--) {
                    dp[j] = Math.max(dp[j - v[i]] + v[i], dp[j]);
                }
            }
            if(dp[bagWeigh] == bagWeigh) {
                System.out.println("YES");
            }else {
                System.out.println("NO");
            }
        }
        sc.close();
    }
}