动态规划-叠塔问题

问题描述

给定 $n$ 块积木，编号为 $1$ 到 $n$。第 $i$ 块积木的重量为 $w_i$($w_i$ 为整数)，硬度为 $s_i$，价值为 $v_i$。
现要从中选择部分积木垂直摞成一座塔，要求每块积木满足如下条件:
若第 $i$ 块积木在积木塔中，那么在其之上摆放的所有积木的重量之和不能超过第 $i$ 块积木的硬度。
试设计算法求出满足上述条件的价值和最大的积木塔，输出摆放方案和最大价和。

算法思想

相关数学结论证明

先寻找能简化问题的数学结论：任意$k$块积木，若存在能够堆叠成塔的方案，则可行方案中一定包含它们按$s_i+w_i$递增的顺序自上而下地堆叠的方案，且该方案一定是最优方案。这里的“最优”定义为：将$k$块积木视为一个整体的承重能力最强。

• 首先证明两块积木的情况：对两块积木$(s_1,w_1),(s_2,w_2)$，不妨设$s_1+w_1\le s_2+w_2$。若能堆叠成塔，一定有$s_1\ge w_2$或$s_2\ge w_1$：
  • 首先证明若能堆叠成塔，积木$2$放下面一定是可行方案：
    • 若$s_2\ge w_1$，已知积木$2$能放在下面；
    • 若$s_1\ge w_2$，则$w_2+w_1\le s_1+w_1\le s_2+w_2$，得$w_1\le s_2$，即积木$2$一定也能放在下面。得证。
  • 再证明积木$2$放下面一定是最优方案：
    • 若积木$1$放下面，两块积木作为一个整体的承重能力 s = m i n { s 2 , s 1 − w 2 } s=min\{s_2,s_1-w_2\} s=min{s2​,s1​−w2​}。注意$s_2+w_2\ge s_1+s_2>s_1$，有$s_2>s_1-w_2$，故$s=s_1-w_2$。
    • 若积木$2$放下面，两块积木作为一个整体的承重能力 s ′ = m i n { s 1 , s 2 − w 1 } s'=min\{s_1,s_2-w_1\} s′=min{s1​,s2​−w1​}。注意$s_1>s_1-s_2$且$s_2-w_1\ge s_1-w_2$，故恒有$s^{\prime }\ge s$。得证。
• 再证明对于$k$块积木结论也成立：假设这$k$块积木存在能够成塔的方案，对于方案中任意上下相邻的两块积木$i,j$，如果$s_i+w_i>s_j+w_j$，由上面两块积木情况的结论，将它们交换顺序后，两块积木之间一定仍符合承重要求，而对外的承重能力也一定不会减少，因此$k$块积木一定也仍能成塔。基于此，我们从上往下依次检查相邻的积木对，若不符合$s_i+w_i\le s_j+w_j$则交换顺序。如此重复进行
  $k-1$轮，第$l$轮检查范围为$1$~$n-l+1$块。最终得到的堆叠方案也一定是可行的，且其作为一个整体的承重能力最强。这一过程类似于冒泡排序，最终得到的方案一定是按$s_i+w_i$递增的顺序排列的。命题得证。

动态规划

先将所有积木按$s_i+w_i$升序排序，简便起见，仍记排序后的积木为$(s_1,w_1),(s_2,w_2),...,(s_n,w_n)$。

采用动态规划的思想，将“求前$i$块积木的最大价值和$dp[i]$”的问题转化为一系列求前$i-1$块积木摆放方案和最大价值和的问题。为了便于求解，为递推的变量增加“总重量为$W$”的约束维度。则总重量为$W$的前$i$块积木的最大价值$dp[i][W]$可能由以下情况达到：

• 能够包含第$i$块积木： d p [ i ] [ W ] = m a x { d p [ i − 1 ] [ W − w i ] + v i , d p [ i − 1 ] [ W ] } dp[i][W]=max\{dp[i-1][W-w_i]+v_i, dp[i-1][W]\} dp[i][W]=max{dp[i−1][W−wi​]+vi​,dp[i−1][W]}。由上述数学结论，第$i$块积木能作为塔的一部分，当且仅当它能够作为塔的最底部，即$s_i\ge W-w_i$。
• 不能够包含第$i$块积木，$dp[i][W]=dp[i-1][W]$。由上述数学结论，此时$s_i<W-w_i$。

综上，状态转移方程为：
d p [ i ] [ W ] = { m a x { d p [ i − 1 ] [ W − w i ] + v i , d p [ i − 1 ] [ W ] } ， s i ≥ W − w i d p [ i − 1 ] [ W ] ， s i ≥ W − w i dp[i][W]= \begin{cases} max\{dp[i-1][W-w_i]+v_i, dp[i-1][W]\}，s_i\geq W-w_i\\ dp[i-1][W]，s_i\geq W-w_i \end{cases} dp[i][W]={max{dp[i−1][W−wi​]+vi​,dp[i−1][W]}，si​≥W−wi​dp[i−1][W]，si​≥W−wi​​

每次转移的时间复杂度为$O(1)$。

此外，还要设计追踪数组$track[1,...,n][]$，记录每块积木是否入选。

伪代码

时间复杂度分析

• 排序的复杂度最小为$O(nlogn)$
• 每次转移的复杂度为$O(1)$，共两层循环，外层为$n$次，而内层循环的最坏情况为$\sum _{i=1}^n{w}_i$次，故填表的复杂度为$O(n\sum _{i=1}^n{w}_i)$。

显然，$\sum _{i=1}^n{w}_i>logn$，故总复杂度为$O(n\sum _{i=1}^n{w}_i)$。