day24 426 开心的金明 （01背包问题）

426. 开心的金明

金明今天很开心，家里购置的新房就要领钥匙了，新房里有一间他自己专用的很宽敞的房间。

更让他高兴的是，妈妈昨天对他说：“你的房间需要购买哪些物品，怎么布置，你说了算，只要不超过$N$元钱就行”。

今天一早金明就开始做预算，但是他想买的东西太多了，肯定会超过妈妈限定的$N$元。

于是，他把每件物品规定了一个重要度，分为$5$等：用整数$1$~$5$表示，第$5$等最重要。

他还从因特网上查到了每件物品的价格（都是整数元）。

他希望在不超过$N$元（可以等于$N$元）的前提下，使每件物品的价格与重要度的乘积的总和最大。

设第$j$件物品的价格为$v[j]$，重要度为$w[j]$，共选中了$k$件物品，编号依次为$j_1，j_2，\dots ，j_k$，则所求的总和为：

$v[j_1]\ast w[j_1]+v[j_2]\ast w[j_2]+\dots +v[j_k]\ast w[j_k]$
请你帮助金明设计一个满足要求的购物单。

输入格式
输入文件的第$1$行，为两个正整数$N$和$m$，用一个空格隔开。（其中$N$表示总钱数，$m$为希望购买物品的个数）

从第$2$行到第$m+1$行，第$j$行给出了编号为$j-1$的物品的基本数据，每行有$2$个非负整数$v$和$p$。（其中$v$表示该物品的价格，$p$表示该物品的重要度）

输出格式
输出文件只有一个正整数，为不超过总钱数的物品的价格与重要度乘积的总和的最大值（数据保证结果不超过$100000000$）。

数据范围
$1\le N<30000,$
$1\le m<25,$
$0\le v\le 10000,$
$1\le p\le 5$
输入样例：

1000 5
800 2
400 5
300 5
400 3
200 2

输出样例：

3900

思路：

将原问题做如下转化

• 总钱数相当于背包总容量；
• 每件物品的价格相当于体积；
• 每件物品的价格乘以重要度相当于价值；

那么就变成了经典的01背包问题。

状态计算： f[i][j] 表示所有从前i个物品选，且总体积不超过j的选法集合中的价值最大值

那么f[m][n]就表示从前m种物品中选，且总体积不超过n的所有选法集合的价值最大值，即为答案。

集合划分：

按照第i种物品选或者不选划分 f[i][j]集合。

• 不选第i种物品,f[i][j] = f[i - 1][j];
  问题转化为从前i - 1个物品选，且总体积不超过j的选法集合中的最大值。

• 选第i种物品, f[i][j] = f[i - 1][j - v] + v * w;
  已经确定选第i种物品，那么问题转化为从前i - 1个物品选，且总体积不超过j - v的选法集合中的最大值再加上 当前物品的价值v * w。

状态计算方程：
f[i][j] = max(f[i - 1][j],f[i - 1][j - v] + v * w)

Java代码

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();//总共n元钱
        int m = scanner.nextInt();//m件物品
        int[] v = new int[m + 1];//每件物品的价格
        int[] w = new int[m + 1];//每件物品的重要度
        int[][] f = new int[m + 1][n + 1];
        for(int i = 1;i <= m;i++){
            v[i] = scanner.nextInt();
            w[i] = scanner.nextInt();
        }
        //初始化f数组，因为后面会出现i-1,故i需要大于等于1，故初始化i为0的情况，然后让i从1开始
        //事实上他们默认就是0，不过写上引起注意，记住有这个细节
        for(int j = 0;j < n;j++){
            f[0][j] = 0;
        }
        //现在i可以从1开始了
        for(int i = 1;i <= m;i++){
            for(int j = 0;j <= n;j++){
                f[i][j] = f[i-1][j];
                if(j >= v[i]){
                    f[i][j] = Math.max(f[i - 1][j],f[i-1][j - v[i]] + v[i] * w[i]);
                }
            }
        }
        System.out.println(f[m][n]);
    }
}

考虑优化为一维DP
可先看完day15 1371 货币系统（完全背包问题）的优化为一维DP部分，然后再看这里的优化部分，相互补充，理解更为深刻。

假设你已经看完了day15 1371 货币系统（完全背包问题），好的，现在开始优化本题。

我们不难发现状态计算时f[i]层的更新只用到了f[i-1]层,因此我们可以去掉前一维

状态计算方程变为 ：f[j] = max(f[j], f[j-v]+v*w);

代码表示：

for(int j = v[i]; j <= n; j++) 
{
   f[j] = Math.max(f[j], f[j-v[i]]+v[i]*w[i]);
}

但是此时不和之前的代码f[i][j] = Math.max(f[i - 1][j],f[i-1][j - v[i]] + v[i] * w[i])等价了，因为在计算第i层的状态时，我们从小到大枚举体积，体积j-v[i]严格小于j,那么f[j-v[i]]会先于f[j]被计算出来，此时我们这里的f[j-v[i]]已经为第i层状态，这样f[j-v[i]]等价于f[i][j-v[i]] ,实际上我们需要的是f[j-v[i]]得等价于f[i-1][j-v[i]]才行。

为了解决这个问题只需要体积从大到小枚举，

for(int j = n ; j >= v[i]; j--) 
{
   f[j] = Math.max(f[j], f[j-v[i]]+v[i]*w[i]); 
}

因为我们从大到小枚举体积，而j - v[j]严格小于j我们在计算f[j]的时候f[j-v[i]]还未被第i层状态更新过，那么它存的就是上一层(i-1层)的状态，即f[i-1][j-v[i]]。

参考了AcWing z林深时见鹿 的题解

Java代码

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();//总共n元钱
        int m = scanner.nextInt();//m件物品
        int[] v = new int[m + 1];//每件物品的价格
        int[] w = new int[m + 1];//每件物品的重要度
        int[] f = new int[n + 1];
        for(int i = 1;i <= m;i++){
            v[i] = scanner.nextInt();
            w[i] = scanner.nextInt();
        }
        
        
        for(int i = 1;i <= m;i++){
            for(int j = n;j >=v[i]; j--){
                    f[j] = Math.max(f[j],f[j - v[i]] + v[i] * w[i]);
            }
        }
        System.out.println(f[n]);
    }
}