完全背包问题就是指已知一个体积为m的背包,共有n种物品,其中每种物品有其特定的体积v[i], 和权重w[i],每种物品有无限个,要求从中选取物品装进背包,使总权值最大。
首先是总体需要弄清楚的模板发:
状态计算如下:(按照选择第 i 件物品的数量来划分)
f [i, j] = max( f [ i - 1, j ], f [ i , j - v ] + w, f [ i, j - 2 * v ] + 2 * w, f [ i , j - 3 * v ] + 3 * w ......)
于是,我们可以有最原始的代码:
#include <iostream>
using namespace std;
const int N = 1010;
int n, m;
int v[N], w[N];
int f[N][N];
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i++)
cin >> v[i] >> w[i] ;
for (int i = 1; i <= n; i++)
for (int j = 0; j <= m; j++)
for (int k = 0; k * v[i] <= j; k++)
f[i][j] = max(f[i][j], f[i-1][j - k * v[i]] + k * w[i]);
//注意:这里的max里的第二项为 i-1 表示从前 i-1 种里面选择
cout << f[n][m] << endl;
return 0;
}
然而这个代码虽然能够算出结果,但是时间复杂度却不容乐观,于是我们可以简化一下代码,减少一层循环。
我们先列出f [ i, j ] 和 f [ i , j - v ](其中v表示第 i 件物品的体积)如下:
f [ i , j ] = max ( f [ i - 1, j ], f [ i - 1 , j - v ] + w , f [ i - 1, j - 2v ] + 2w , f [ i - 1, j - 3v ] + 3w, ......)
f [ i , j - v ] = max ( f [ i - 1, j - v ] , f [ i - 1 , j - 2v ] + w, f [ i - 1, j - 3v ] + 2w, ......)
于是我们可以惊奇地发现 f [ i , j ] = max ( f [ i - 1, j ] , f [ i , j - v ] + w ), 于是之前的代码可以做一下简化:
#include <iostream>
const int N = 1010;
using namespace std;
int n, m;
int v[N], w[N];
int f[N][N];
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i++)
cin >> v[i] >> w[i];
for (int i = 1; i <= n; i++)
for (int j = 0; j <= m; j++)
{
f[i][j] = f[i-1][j]; // 注意:需要一个判断,当不满足的时候仍把值赋为上一层的值
if(j >= v[i])
f[i][j] = max(f[i-1][j], f[i][j - v[i]] + w[i]);
//注意前一个为 i - 1,后一个为i
}
cout << f[n][m] << endl;
return 0;
}
最后,这个状态方程可以转化成一维滚动数组, 也就是完全背包的终极表达形式:
#include <iostream>
const int N = 1010;
using namespace std;
int n, m;
int v[N], w[N];
int f[N];
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i++)
cin >> v[i] >> w[i];
for (int i = 1; i <= n; i++)
for (int j = v[i]; j <= m; j++)
{
f[j] = max(f[j], f[j - v[i]] + w[i]);
//注意:由于原来二元形式下两个状态表达都是f[i]XX 所以不存在01背包背景下的覆盖问题,所以j可以从v[i]开始正序遍历
}
cout << f[m] << endl;
return 0;
}