最基本的背包问题大概被描述为:给定一个容量为V的背包,给定n个物品,每个物品有体积v[i]、价值w[i]。现在要把这些物品往里面放,可以得到的最大价值为多少?
- 背包问题有很多种,分为:01背包、完全背包、多重背包、混合背包、二位费用背包、分组背包、有依赖背包等等。
- 背包问题的问法分为:在不装满的情况下最大价值、在装满情况下的最大价值。
- 背包问题的用途:求解最大值问题、最小值问题、计数问题等等。
01背包
问题描述:有一个容量为V的背包。现有若干种物品(每种物品只有一个),每个物品有体积v[i]、w[i]两种属性。问在要求装满和不要求装满的情况下,最大价值分别为多少?
用dp[i][j]表示前i个物品放入容量为j的背包中的最大价值,状态转移方程为:
dp[i][j] = max(dp[i-1][j], dp[i-1][j - v[i]] + w[i]];
// 空间优化,内层循环需要倒序遍历
dp[j] = max(dp[j], dp[j - v[i]] + w[i]);
是否装满在初始化方面有差别:
- 不要求装满
二维:dp[0][0…n] = 0
一维:dp[0…n] = 0 - 要求装满
二维:dp[0][0] = 0,dp[0][1…n] = -inf
一维:dp[0] = 0,dp[1…n] = -inf
代码如下:
for(int i = 0; i < n; i++) {
for(int j = V; j >= v[i]; j--) {
dp[j] = Math.max(dp[j], dp[j - v[i]] + w[i]);
}
}
完全背包
问题描述:有一个容量为V的背包。现有若干种物品(每种物品不限数量),每个物品有体积v[i]、w[i]两种属性。问在要求装满和不要求装满的情况下,最大价值分别为多少?
完全背包与01背包的区别就在于每种物品数量不限,可以多次取用,体现在代码上:
for(int i = 0; i < n; i++) {
for(int j = v[i]; j <= V; j++) {
dp[j] = Math.max(dp[j], dp[j - v[i]] + w[i]);
}
}
为什么01背包倒序而完全背包正序呢?
我们来看这个式子:dp[j] = max(dp[j], dp[j - v[i]] + w[i])
- 对于倒序
对于某一个索引j1来说,假如它取到了dp[j1] = dp[j1 - v[i]] + w[i],即放入了一次第i件物品,那么在j2的时候,由于是倒序,j2 < j1,那么j2 - v[i]之后肯定更加取不到j1了,所以dp[j2]是肯定取不到dp[j1]的,即肯定不会在j1的基础上再放入第i件物品,即肯定不会多次放入j1,最多放入一次。 - 对于正序
由于是正序j2 > j1,那么就有可能会出现 j2 - v[i] == j1了,即在j1的基础上再次放入第i件物品。以此类推,j再往后走,就可能会出现在放入两次的基础上再次放入i…这样,就满足物品数量不限这个条件了。