Java数据结构与算法(混合背包)

前言:

混合背包问题是一类复杂的背包问题，包含三种类型的物品：01背包物品（每种只能选一次），完全背包物品（每种可以选无限次），和多重背包物品（每种可以选有限次）。

背包问题分类:

• 0-1背包问题Java数据结构与算法(0/1背包问题)-CSDN博客
• 0-1背包问题优化Java数据结构与算法(0/1背包问题优化)-CSDN博客
• 完全背包问题 Java数据结构与算法(完全背包)-CSDN博客
• 多重背包问题Java数据结构与算法(多重背包)-CSDN博客
• 混合背包问题
• 二维背包问题
• 分组背包问题
• 有依赖的背包问题 (困难)

问题描述

给定一个容量为C的背包和n种物品，每种物品有一个重量weight[i]和一个价值value[i]。每种物品还有一个数量count[i]，表示该物品的可用数量：

• 如果count[i] == 1，则该物品为01背包物品。
• 如果count[i] == ∞，则该物品为完全背包物品。
• 如果1 < count[i] < ∞，则该物品为多重背包物品。

目标是最大化背包内物品的总价值。

实现代码

public class MixedKnapsack {
    public static void main(String[] args) {
        int C = 10; // 背包容量
        int[] weight = {2, 3, 4, 5}; // 物品重量
        int[] value = {3, 4, 5, 8}; // 物品价值
        int[] count = {3, 2, 1, Integer.MAX_VALUE}; // 物品数量

        System.out.println(mixedKnapsack(C, weight, value, count));
    }

    public static int mixedKnapsack(int C, int[] weight, int[] value, int[] count) {
        int n = weight.length;
        int[] dp = new int[C + 1];

        for (int i = 0; i < n; i++) {
            if (count[i] == 1) {
                // 01背包物品
                for (int j = C; j >= weight[i]; j--) {
                    dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
                }
            } else if (count[i] == Integer.MAX_VALUE) {
                // 完全背包物品
                for (int j = weight[i]; j <= C; j++) {
                    dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
                }
            } else {
                // 多重背包物品
                for (int k = 1; k <= count[i]; k++) {
                    for (int j = C; j >= weight[i]; j--) {
                        dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
                    }
                }
            }
        }
        return dp[C];
    }
}

QA1: