(1)未压缩空间
1.问题描述
有N种物品和一个容量为V的背包,每种物品都有无限件可以使用,第i件物品的重量为weight[i],价值为value[i]。求解将哪些物品放入背包可使总价值最大。
2.特点
每种物品有无数件
3.分析
定义dp[i][j]:表示前i件物品放入容量为j的背包中可获得的最大价值。
对于第i件物品,有放0件、1件。。。,k种选择,只要保证k*weight[i]<=v即可。如果不放,那么dp[i][j]=dp[i-1][j],即等于前i-1件物品放入容量为j的背包所获得的最大价值;如果放入,那么dp[i][j]=dp[i-1][j-k*weight[i]+k*value[i]],即等于前i-1件物品放入容量为j-k*weight[i]的背包中,再加上k件第i件物品的总价值k*value[i]
状态转移方程为:dp[i][j] = max{dp[i-1][j],dp[i-1][j-k*weight[i]]+k*value[i]} 其中k*weight[i]<v
4.代码
int[][] dp = new int[4][11];
int[] weight = {3,4,5};
int[] value = {4,5,6};
for(int i=1; i<4; i++)
{
for(int j=1; j<11; j++)
{
int max = -1;
for(int k=0; k*weight[i-1]<=j; k++)
{
max = Math.max(max, dp[i-1][j-k*weight[i-1]]+k*value[i-1]);
}
dp[i][j] = max;
}
}
System.out.println(dp[3][10]);
(2)压缩空间
1.思路
和0-1背包一样,完全背包也可以使用一维数组来记录最大值,只是二重循环需要正序
状态转移方程为:dp[j] = max{dp[j],dp[j-weight[i]]+value[i]},weight[i]<=j
2.代码
int n = 3;
int v = 10;
int[] weight = {3,4,5};
int[] value = {4,5,6};
int[] dp = new int[v+1];
for(int i=1; i<=n; i++)
{
for(int j=1; j<=v; j++)
{
if(j-weight[i-1] >= 0)
{
if(dp[j]<value[i-1]+dp[j-weight[i-1]])
dp[j] = value[i-1]+dp[j-weight[i-1]];
else
dp[j] = dp[j];
}
else
dp[j] = dp[j];
}
}
System.out.println(dp[v]);
(3)背包所含物品
1.思路
可以使用一个二维数组path[n][v],path[i][j]用来记录容量为j的背包是否选择了第i件物品,1表示选择,0表示不选,初始化时全为0
结束时,可以判断path[i][j]是否=1,如果=1,说明选择了第i件物品,然后容量j = j-weight[i];否则=0,说明没有选择第i件物品,直接i--即可。 int n = 3;
int v = 10;
int[] weight = {3,4,5};
int[] value = {4,5,6};
int[] dp = new int[v+1];
int[][] path = new int[n+1][v+1];
for(int i=1; i<=n; i++)
{
for(int j=1; j<=v; j++)
{
if(j-weight[i-1] >= 0)
{
if(dp[j]<value[i-1]+dp[j-weight[i-1]])
{
dp[j] = value[i-1]+dp[j-weight[i-1]];
path[i][j] = 1;
}
else
dp[j] = dp[j];
}
else
dp[j] = dp[j];
}
}
System.out.println(dp[v]);
int i = n;
int j = v;
while(i>0 && j>0)
{
if(path[i][j] == 1)
{
System.out.print(value[i-1]+" ");
j = j - weight[i-1];
}
else
i--;
}
结果为:
13
5 4 4
(4)求最大值方案的数量
1.思路
和0-1背包完全相同
int n = 4;
int v = 10;
int[] weight = {3,4,5,10};
int[] value = {4,5,6,13};
int[] dp = new int[v+1];
int[] plan = new int[v+1];
for(int i=0; i<=v; i++)
plan[i] = 1;
for(int i=1; i<=n; i++)
{
for(int j=1; j<=v; j++)
{
if(j>=weight[i-1])
{
if(dp[j]<dp[j-weight[i-1]]+value[i-1])
{
dp[j] = dp[j-weight[i-1]]+value[i-1];
plan[j] = plan[j-weight[i-1]];
}
else if(dp[j] == dp[j-weight[i-1]]+value[i-1])
{
plan[j] = plan[j]+plan[j-weight[i-1]];
dp[j] = dp[j];
}
else
plan[j] = plan[j];
}
}
}
System.out.println(dp[v]);
System.out.println(plan[v]);
(5)求恰好装满的方案的数量
1.思路
和0-1背包完全相同
int n = 3;
int v = 10;
int[] weight = {3,4,5};
int[] value = {4,5,6};
int[] plan = new int[v+1];
plan[0] = 1;
for(int i=1; i<=n; i++)
{
for(int j=1; j<=v; j++)
{
if(j>=weight[i-1])
plan[j] = plan[j]+plan[j-weight[i-1]];
}
}
for(int i=0 ;i<=v; i++)
System.out.print(plan[i]+" ");