01背包 完全背包 多重背包

原文地址：http://www.wutianqi.com/?p=539

首先把三种情况放在一起来看：

01背包（ZeroOnePack）: 
有N件物品和一个容量为V的背包。（每种物品均只有一件）第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。
完全背包(CompletePack):
有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。
多重背包(MultiplePack):
有N种物品和一个容量为V的背包。第i种物品最多有n[i]件可用，每件费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。
比较三个题目，会发现不同点在于每种背包的数量，01背包是每种只有一件，完全背包是每种无限件，而多重背包是每种有限件。

①、01背包：

有N件物品和一个容量为V的背包。（每种物品均只有一件）第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。

这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。

用子问题定义状态：即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：

    f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}

把这个过程理解下：在前i件物品放进容量v的背包时，

它有两种情况：

第一种是第i件不放进去，这时所得价值为:f[i-1][v]

第二种是第i件放进去，这时所得价值为：f[i-1][v-c[i]]+w[i]

（第二种是什么意思？就是如果第i件放进去，那么在容量v-c[i]里就要放进前i-1件物品）

最后比较第一种与第二种所得价值的大小，哪种相对大，f[i][v]的值就是哪种。

（这是基础，要理解！）

这里是用二位数组存储的，可以把空间优化，用一位数组存储。

用f[0..v]表示，f[v]表示把前i件物品放入容量为v的背包里得到的价值。把i从1~n(n件)循环后，最后f[v]表示所求最大值。

*这里f[v]就相当于二位数组的f[i][v]。那么，如何得到f[i-1][v]和f[i-1][v-c[i]]+w[i]？（重点！思考）

首先要知道，我们是通过i从1到n的循环来依次表示前i件物品存入的状态。即：for i=1..N

现在思考如何能在是f[v]表示当前状态是容量为v的背包所得价值，而又使f[v]和f[v-c[i]]+w[i]标签前一状态的价值？

逆序！

只有v从大到小，这样v-c[i]才能比v更晚更新，所以f[v]和f[v-c[i]]+w[i]记录的是上一重循环留下的值，也就是上一个状态。这才是前一状态的真正含义。

这就是关键！

[cpp]  view plain copy

1. for i=1..N  
2.    for v=V..0  
3.         f[v]=max{f[v],f[v-c[i]]+w[i]};  

分析上面的代码：当内循环是逆序时，就可以保证后一个f[v]和f[v-c[i]]+w[i]是前一状态的！

数据：  测试数据： 10,3 3,4 4,5 5,6 

  图2: 01背包图(1)

 

这个图表画得很好，借此来分析： 

C[v]从物品i=1开始，循环到物品3，期间，每次逆序得到容量v在前i件物品时可以得到的最大值。

这里以一道题目来具体看看：

题目：http://acm.hdu.edu.cn/showproblem.php?pid=2602

代码在这里：http://www.wutianqi.com/?p=533

完全背包： 

完全背包(CompletePack): 有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。  完全背包按其思路仍然可以用一个二维数组来写出：

f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<=v}

同样可以转换成一维数组来表示:

伪代码如下:

[cpp]  view plain copy

1. for i=1..N  
2.     for v=0..V  
3.         f[v]=max{f[v],f[v-c[i]]+w[i]}  

  顺序！

 

想必大家看出了和01背包的区别，这里的内循环是顺序的，而01背包是逆序的。

现在关键的是考虑：为何完全背包可以这么写？

在次我们先来回忆下，01背包逆序的原因？是为了是max中的两项是前一状态值，这就对了。 那么这里，我们顺序写，这里的max中的两项当然就是当前状态的值了，为何？ 因为每种背包都是无限的。当我们把i从1到N循环时，f[v]表示容量为v在前i种背包时所得的价值，这里我们要添加的不是前一个背包，而是当前背包。所以我们要考虑的当然是当前状态。

 

这里同样给大家一道题目： 

题目：http://acm.hdu.edu.cn/showproblem.php?pid=1114 

代码：http://www.wutianqi.com/?p=535 

完全背包

时间限制： 3000 ms  |  内存限制： 65535 KB

难度： 4

描述

直接说题意，完全背包定义有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的体积是c，价值是w。求解将哪些物品装入背包可使这些物品的体积总和不超过背包容量，且价值总和最大。本题要求是背包恰好装满背包时，求出最大价值总和是多少。如果不能恰好装满背包，输出NO

输入

第一行： N 表示有多少组测试数据（N<7）。
接下来每组测试数据的第一行有两个整数M，V。 M表示物品种类的数目，V表示背包的总容量。(0<M<=2000，0<V<=50000)
接下来的M行每行有两个整数c，w分别表示每种物品的重量和价值(0<c<100000，0<w<100000)

输出

对应每组测试数据输出结果（如果能恰好装满背包，输出装满背包时背包内物品的最大价值总和。 如果不能恰好装满背包，输出NO）

样例输入

2
1 5
2 2
2 5
2 2
5 1

样例输出

NO
1

/*完全背包与01背包在实现起来最大的区别就是一个顺序一个逆序，
至于为什么，想象一下转化图就可以。因为01背包需要的是上一个
循环遗留下来的那些值，而完全背包需要的是这一层已经得到的值.
即表达的是一个物品可以放无数次。另外这道题要求的是刚好填满
背包，所以就有一个技巧，就是开始时只把dp[0]初始化为0，其他
都是负无穷，所以在dp更新的时候只有达到0才会产生一个正值。*/ 
#include <stdio.h>
#include <algorithm>
#define INF 0xfffffff 
using namespace std;
int dp[50003], w[2003], v[2003];
int main()
{
	int t, n, s, i, j;
	scanf("%d", &t);
	while(t--)
	{
		scanf("%d %d", &n, &s);
		for(i = 1 ; i <= s ; i++)
		    dp[i] = -INF;//开始时先将所有的数都初始化为负无穷 
		for(i = 0 ; i < n ; i++)
		    scanf("%d %d", &w[i], &v[i]);
		for(i = 0 ; i < n ; i++)
		for(j = 0 ; j <= s ; j++)
		{
			if(j >= w[i])
				dp[j] = (dp[j - w[i]] + v[i]) > dp[j] ? (dp[j - w[i]] + v[i]) : dp[j];
		}
		if(dp[s] > 0)
		    printf("%d\n", dp[s]);
		else
		    printf("NO\n");
	}
	return 0;
}

多重背包 

多重背包(MultiplePack): 有N种物品和一个容量为V的背包。第i种物品最多有n[i]件可用，每件费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 

 

这题目和完全背包问题很类似。基本的方程只需将完全背包问题的方程略微一改即可，因为对于第i种物品有n[i]+1种策略：取0件，取1件……取n[i]件。令f[i][v]表示前i种物品恰放入一个容量为v的背包的最大权值，则有状态转移方程： 

f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k<=n[i]}

这里同样转换为01背包： 

普通的转换对于数量较多时，则可能会超时，可以转换成二进制（暂时不了解，所以先不讲）  对于普通的。就是多了一个中间的循环，把j=0~bag[i]，表示把第i中背包从取0件枚举到取bag[i]件。 

 

给出一个例题： 

题目：http://acm.hdu.edu.cn/showproblem.php?pid=2191 

代码：http://www.wutianqi.com/?p=537