说明:
本文所讲内容摘录自崔添翼:背包九讲,并对其中的数学内容和一些较为复杂的内容进行了删减,增加了基础的例题,只是面向初学者或者不需要深入理解背包及其衍生问题的读者,如果有能力并且有意愿加深理解,本文可能会对您形成误导,请移步崔添翼:背包九讲.
多重背包问题
题目
有 N N N 种物品和一个容量为 V V V 的背包。第 i i i 种物品最多有 M i M_i Mi 件可用,每件耗费的空间是 C i C_i Ci,价值是 W i W_i Wi。求解将哪些物品装入背包可使这些物品的耗费的空间总和不超 过背包容量,且价值总和最大.
基本思路
因为对于第
i
i
i 种物品 有
M
i
+
1
M_i + 1
Mi+1 种策略 : 取
0
0
0 件,取
1
1
1 件……取
M
i
M_i
Mi 件。 令
F
[
i
,
v
]
F[i, v]
F[i,v]表示前
i
i
i 种物品恰放入一个容量为
v
v
v 的背包的最大价值,则有状态转移方程:
F
[
i
,
v
]
=
m
a
x
{
F
[
i
−
1
,
v
−
k
∗
C
i
]
+
k
∗
W
i
∣
0
≤
k
≤
M
i
}
F[i,v] = max\{F[i − 1, v − k ∗ C_i] + k ∗W_i \space\space|\space\space 0 ≤ k ≤ M_i\}
F[i,v]=max{F[i−1,v−k∗Ci]+k∗Wi ∣ 0≤k≤Mi}
时间复杂度是
O
(
N
V
∑
M
i
)
O\left(N V \sum M_i\right)
O(NV∑Mi)。
上述问题的伪代码
int N, V;
// cv[i][0]是放第i件物品消耗的费用,cv[i][1]是放第i件物品的收益价值,cv[i][2]是第i件物品的最大数量,其中i从1开始
int[][] cv = new int[N + 1][3];
int dp[][] = new int[N + 1][V + 1];
dp[0][0] = 0;
for (int i = 1; i <= N; i++) {
for (int j = 0; j <= V; j++) {
for (int k = 0; k * cv[i][0] <= j && k <= cv[i][2]; k++) {
dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - k * cv[i][0]] + k * cv[i][1]);
}
}
}
return dp[N][V];
注意❗: 外层i
枚举物品的数量,内层j
枚举背包的容量,最内层k
枚举选择i的件数
注意❗❗❗: 转移方程为dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - k * cv[i][0]] + k * cv[i][1])
max函数里面是dp[i][j]
和dp[i - 1][j - k * cv[i][0]] + k * cv[i][1]
这两项, 切记!切记!
一个简单有效的优化
略🚮🤐(太菜了,慢慢来)
相关题目练习
题目URL
有 N
种物品和一个容量是 V
的背包。
第 i
种物品最多有
s
i
s_i
si 件,每件体积是
v
i
v_i
vi,价值是
w
i
w_i
wi。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
输出最大价值。
输入格式
第一行两个整数,N
,V
,用空格隔开,分别表示物品种数和背包容积。
接下来有 N
行,每行三个整数
v
i
,
w
i
,
s
i
v_i,w_i,s_i
vi,wi,si,用空格隔开,分别表示第 i
种物品的体积、价值和数量。
输出格式
输出一个整数,表示最大价值。
数据范围
0 < N , V ≤ 1000 < N , V ≤ 100 0<N,V≤1000<N,V≤100 0<N,V≤1000<N,V≤100
0 < v i , w i , s i ≤ 1000 < v i , w i , s i ≤ 100 0<v_i,w_i,s_i≤1000<v_i,w_i,s_i≤100 0<vi,wi,si≤1000<vi,wi,si≤100
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
题目解法
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
// 物品的数量
int N = sc.nextInt();
// 背包的容量
int V = sc.nextInt();
// 每个物品的体积和价值
int[][] vw = new int[N + 1][3];
for (int i = 1; i <= N; i++) {
// 体积
vw[i][0] = sc.nextInt();
// 价值
vw[i][1] = sc.nextInt();
// 数量
vw[i][2] = sc.nextInt();
}
int dp[][] = new int[N + 1][V + 1];
// 不要求完全装满背包,初始化全设置为0,因为java默认int数组为0所以象征性的初始化第一个
dp[0][0] = 0;
// 枚举第i件物品
for (int i = 1; i <= N; i++) {
// 枚举背包的容量j
for (int j = 0; j <= V; j++) {
// 枚举选择第i种物品的数量k
for (int k = 0; k * vw[i][0] <= j && k <= vw[i][2]; k++) {
// dp[i][j]的值是:{选择k件第i种物品时}与{选择其他数量的第i种物品}的两者的最大值
dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - k * vw[i][0]] + k * vw[i][1]);
}
}
}
// 返回N件物品,背包容量为V的装入的最大价值
System.out.println(dp[N][V]);
}
}