多重背包问题
题目链接
题目描述
有 N 种物品和一个容量是 V的背包。
第 ii 种物品最多有 si 件,每件体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
输出最大价值。
输入格式
第一行两个整数,N,V用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行三个整数 vi,wi,si用空格隔开,分别表示第 i种物品的体积、价值和数量。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N≤1000
0<V≤2000
0<vi,wi,si≤2000
提示:
本题考查多重背包的二进制优化方法。
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
思路
这题与普通背包问题的区别在于,物品的个数不再是一个,也不是无限个。如何选取正确的个数,是这个题要解决的问题。
我们建立一个物品个数的数组nums,用于记录每种物品的个数。
在普通背包问题中,状态转移方程为
dp[i][j] = Math.max(dp[i - 1][j - volumns[i]] + values[i], dp[i - 1][j]
或者dp[i][j] = dp[i- 1][j]
只考虑了一个物品的情况,而这里有nums[i]
个物品,我们可以选取0 ~ nums[i]
个物品,至于选哪个最后当时比较一下价值那个大就可以。
所以当我们选取k个物品时,状态转移方程为
dp[j][i] = Math.max(dp[j][i], dp[j - 1][i - k * volumn[j]] + k * value[j]
或者dp[j][i] = dp[j - 1][i]
通过此转移方程可解决问题。
代码
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner scn = new Scanner(System.in);
int n = scn.nextInt();
int capacity = scn.nextInt();
int[] volumn = new int[n + 1];
int[] value = new int[n + 1];
int[] nums = new int[n + 1];
int[][] dp = new int[n + 1][capacity + 1];
for (int i = 1; i <= n; i++) {
volumn[i] = scn.nextInt();
value[i] = scn.nextInt();
nums[i] = scn.nextInt();
}
for (int i = 1; i <= capacity; i++) {
for (int j = 1; j <= n; j++) {
dp[j][i] = dp[j - 1][i];
for (int k = 1; k <= nums[j]; k++) {
if (i >= k * volumn[j]) {
dp[j][i] = Math.max(dp[j][i], dp[j - 1][i - k * volumn[j]] + k * value[j]);
}
}
}
}
System.out.println(dp[n][capacity]);
}
}
多重背包问题-----二进制优化
题目链接
问题
使用上述方法,我们用的时间复杂度为O(N * V * S),一旦物品数量多了,程序运行时间就会很长。
所以我们需要使用二进制优化来减少时间复杂度。
思路
任何一个十进制数都可以拆分成多个二进制数表示。
例如: 888 => 2^0 + 2^1 + 2^2 + 2^3 + 2^4 + 2^5 + 2^6 + 2^7 + 2^8 + (888 - (2^0 + 2^1 + 2^2 + 2^3 + 2^4 + 2^5 + 2^6 + 2^7 + 2^8))
888拆分后的这些数,进行不重复的任意的排列组合可以组合成888以下的任何一个数。(1 ~ 888)
那我们把这些拆分后的当做一个物品,使用普通背包问题的方式进行计算,它能覆盖所有的情况,得到的结果会与循环888次得到的结果相同。
这样大大减少了计算量。就算物品的个数为Integer的最大值2147483647,也就是拆分成了32组而已,完美的解决了个数多的问题。
这种思路相当于把数量的问题变为了种类的问题,时间复杂度从O(N * V * S)变成了O(N * V )
代码
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
// 二进制拆分算法优化
//将 数量为s的物品数量拆分成 2^0 + 2^1 + 2^2 + .... + s - (2 - (2^0 + 2^1 + 2^3 + ....))组
// 这样拆分之后1 ~ s都能有这些拆分后的组组成,从而解决问题并优化
Scanner scn = new Scanner(System.in);
int n = scn.nextInt();
int v = scn.nextInt();
int[] values = new int[10000];
int[] volumes = new int[10000];
//用于记录拆分后物品的个数
int size = 0;
for (int k = 0; k < n; k++) {
int volume = scn.nextInt();
int value = scn.nextInt();
int num = scn.nextInt();
/*将一类物品按照二进制方式拆分成多个物品,然后就是普通背包问题了 */
int i;
for (i = 1; i < num; i <<= 1) {
//由于从1开始,所以索引应该+1
volumes[size + 1] = i * volume;
values[size + 1] = i * value;
size++;
num -= i;
}
volumes[size + 1] = num * volume;
values[size + 1] = num * value;
size++;
}
int[][] dp = new int[size + 1][v + 1];
for (int i = 1; i < size + 1; i++) {
for (int j = 1; j < v + 1; j++) {
if (volumes[i] <= j) {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - volumes[i]] + values[i]);
} else {
dp[i][j] = dp[i- 1][j];
}
}
}
System.out.println(dp[size][v]);
scn.close();
}
}