注意事项:
最好先理解01背包和完全背包:
java—dp动态规划—完全背包
java—dp动态规划—01背包
题目:
有 N 种物品和一个容量是 V 的背包
第 i 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
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
0 < N ≤ 1000
0 < V ≤ 2000
0 < vi,wi,si ≤ 2000
输入:
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出:
10
public class 动态规划_多重背包 {
//这里开25000是因为2000 * log(1000)也就是24000,以防万一再开大一点
//v是体积,w是价值
public static int N = 25000, n, m;
public static int[] v = new int[N], w = new int[N];
public static Scanner in = new Scanner(System.in);
public static void main(String[] args) {
n = in.nextInt(); m = in.nextInt();
op_multi();
}
//基础版,时间复杂度为O(n^3)
public static void base_multi() {
int[][] f = new int[N][N];
int[] s = new int[N]; //s存储个数
//读入数据
for (int i = 1; i<=n; i++) {
v[i] = in.nextInt(); w[i] = in.nextInt(); s[i] = in.nextInt();
}
//状态计算
for (int i = 1; i<=n; i++) {
for (int j = 0; j<=m; j++) {
//这里的判断条件是和完全背包唯一的区别,完全背包可以选无数个,但多重背包最多只能选s[i]个
for (int k = 0; k*v[i] <= j && k <= s[i]; k++) {
f[i][j] = Math.max(f[i][j], f[i-1][j - k*v[i]] + k*w[i]);
}
}
}
System.out.println(f[n][m]);
}
//优化版,使用到了优化01背包,同时进行二进制优化,时间复杂度为O(n^2乘logS)
public static void op_multi() {
int[] f = new int[N];
int count = 0; //count表示当前是第几堆
for (int i = 1; i<=n; i++) {
int a = in.nextInt(), b = in.nextInt(), s = in.nextInt(); //当前物品的体积,价值,个数
//通过二进制进行优化,每次从s中拿取k,k为2^0,2^1,2^2...直到无法拿出,每次都分为一堆
int k = 1;
while (k <= s) {
count++;
v[count] = a * k;
w[count] = b * k;
s -= k;
k <<= 1;
}
//如果s还有剩下,那么就将其分为新的一堆
if (s > 0) {
count++;
v[count] = a * s;
w[count] = b * s;
}
}
//一维01背包,这里注意是用count作为界限,现在是要对所有堆进行处理
for (int i = 1; i<=count; i++) {
for (int j = m; j>=v[i]; j--) {
f[j] = Math.max(f[j], f[j - v[i]] + w[i]);
}
}
System.out.println(f[m]);
}
}
思路(借鉴‘大厂狗狗’大佬的例子):
多重背包问题的难点在于二进制优化到底是什么?
传统思维:
要求在一堆苹果选出n个苹果,一个一个地去选,选够n个苹果就停止,这样选择的次数就是n次
二进制优化思维:
现在给出一堆苹果和10个箱子,选出n个苹果,将这一堆苹果分别按照2的次方1,2,4,8,16,…512分到10个箱子里,那么由于任何一个数字 x ∈ [0,1023] (第11个箱子才能取到1024) 都可以从这10个箱子里的苹果数量表示出来,这样选择的次数就是 ≤10次
具体例子:
如果要拿1001个苹果,传统思维就是要拿1001次;而二进制的思维,就是拿7个箱子就行(分别是装有512、256、128、64、32、8、1个苹果的这7个箱子) 这样一来,1001次操作就变成7次操作就行了
而如果苹果个数还有剩余,例如9个苹果,1+2+4,还多余2个,那么我们将剩下的单独分到一个箱子中即可,这样就转化为了一个01背包问题,我们只需要考虑所有箱子如何进行选取即可
声明:
算法思路来源为y总,详细请见https://www.acwing.com/
本文仅用作学习记录和交流