二维背包问题
问题
二维费用的背包问题是指:对于每件物品,具有两种不同的费用;选择这件物品必须同时付出这两种代价;对于每种代价都有一个可付出的最大值(背包容量)。问怎样选择物品可以得到最大的价值。设这两种代价分别为代价1和代价2,第i件物品所需的两种代价分别为a[i]和b[i]。两种代价可付出的最大值(两种背包容量)分别为V和U。物品的价值为w[i]。
算法
费用加了一维,只需状态也加一维即可。设f[i][v][u]表示前i件物品付出两种代价分别为v和u时可获得的最大价值。状态转移方程就是:
f[i][v][u]=max{f[i-1][v][u],f[i-1][v-a[i]][u-b[i]]+w[i]}
如前述方法,可以只使用二维的数组:当每件物品只可以取一次时变量v和u采用逆序的循环,当物品有如完全背包问题时采用顺序的循环。当物品有如多重背包问题时拆分物品。这里就不再给出伪代码了,相信有了前面的基础,你能够自己实现出这个问题的程序。
物品总个数的限制
有时,“二维费用”的条件是以这样一种隐含的方式给出的:最多只能取M件物品。这事实上相当于每件物品多了一种“件数”的费用,每个物品的件数费用均为1,可以付出的最大件数费用为M。换句话说,设f[v][m]表示付出费用v、最多选m件时可得到的最大价值,则根据物品的类型(01、完全、多重)用不同的方法循环更新,最后在f[0..V][0..M]范围内寻找答案。
小结
当发现由熟悉的动态规划题目变形得来的题目时,在原来的状态中加一纬以满足新的限制是一种比较通用的方法。希望你能从本讲中初步体会到这种方法。
二维背包模板代码:
//N为物品数目
//W为背包所承载的最大重量
//V为背包所承载的最大容量
//weights[]为每个物品的重量
//volume[]为每个物品的体积
//values[]为每个物品的价值
public int twoDimensionKnapack(int N, int W, int V, int[] weights, int[] volume, int[] values ){
int[][] dp = new int[W+1][V+1];
for(int i = 1; i <= N; i++){
int w = weights[i-1], vi = volume[i-1], v = values[i-1];
for(int j = W; j >= w; j--){
for(int k = V; k >= vi; k--){
dp[j][k] = Math.max(dp[j][k], dp[j-w][k-vi]+v);
}
}
}
return dp[W][V];
}
推荐:
背包九讲1——01背包问题的理解(Java图解)
https://blog.csdn.net/caigen0001/article/details/106698380
背包九讲2——完全背包问题的理解(Java图解)
https://blog.csdn.net/caigen0001/article/details/106711469
背包九讲3——多重背包问题的理解(Java图解)
https://blog.csdn.net/caigen0001/article/details/106720118
背包九讲4——二维背包问题的理解(Java图解)
https://blog.csdn.net/caigen0001/article/details/106720280
参考资料:
背包九讲 https://github.com/tianyicui/pack
背包九讲专题 https://www.bilibili.com/video/BV1qt411Z7nE?from=search&seid=6165804124910947817