背包问题详解

导言

部分背包问题

0 1 背包问题

完全背包问题

多重背包问题

背包的分类

一级包，二级包和三级包，显然其中三级包的容量是最大的，吃鸡必备装备啊！

但是我们需要研究的是这样的问题：

各种背包

背包问题大概分下面这几种

• 部分背包问题
• 0 1 背包问题
• 完全背包问题
• 多重背包问题

问题

为什么要学习背包问题呢？

• 背包问题已经是一个很经典而且讨论很广泛的算法问题了。
• 背包问题的解决方法背后其实隐藏了两种我们比较常见的算
  法解决思路，动态规划和贪心算法。

---

部分背包

定义：

部分背包问题：

给出 n 个物体，第 i 个物体重量为 wi, 价值为 vi。在总重量
不超过 W 的情况下让总价值尽量高，每一个物体都可以只取走
一部分，价值和重量按比例计算。

分析

因为物体既有重量又有价值，所以不能简单的先拿轻的 (轻
的可能价值也小)，也能先拿价值大的 (它可能特别重)，而因该
综合考虑两个因素。一种直观的贪心策略就是：优先拿“价值除
以重量”最大的，直到重量和正好为 W

那么你作为一个非常优秀的 ACMer，肯定应该知道按照什
么顺序拿物品的把。没错，看着值钱的先抢！

那么问题很简单咯 ，把” 值钱” 的东西排在前面，每次拿抢
的时候，问问看背包君够不够承受得住，承受的了，就全部抢过
来。承受不住，那么只能按照所能承受的重量，取物品的一部分
了。当然价值也得按照比例来哦

部分背包没什么好讲的，主要是一个贪心策略，就是优先选取性价比最高的来装入背包

---

01背包

0 1 背包问题:

有 n 种重量和价值分别为 wi ,vi 的物品，从这些物品中挑选
总重量不超过 W 的物品，求出挑选物品价值总和的最大值。在
这里，每种物品只可以挑选一件

限制条件

• $1 ≤ n ≤ 100$
• $1 ≤ wi; vi ≤ 100$
• $1 ≤ W ≤ 10000$

分析一下

$这道题就是各个物品“选”与“不选”的组合，因此被称为0 − 1 背包问题$ $如果检查 n 个物品所有“选”与“不选”的组合$
$算法的复杂度为 O(2^n)$ $当物品的大小以及背包的大小均为正数$
$则 0 − 1 背包问题可以用动态规划法以 O(nW) 的效率解决。$

状态转移方程：

$如果我们按照如下的方式来定义递推关系的话，刚刚关于 i 的循环就能正向进行$
$我们定义\quad dp[i+1][j]:= 从 0 到 i 这 i+1 个物品中选出 总重量不超过\ j\ 的物品时总价值的最大值$
$很显然 dp[0][j]=0，因为你没物品可取的时候背包的价值为 0$

所以我们可以写出下边的状态转移方程
$\\ \\ \\ $

dp[i+1][j]={ dp[i][j]max(dp[i][j],dp[i][j−w[i]]+v[i])(j<w[i])其他