多重背包的单调队列优化详解

单调队列

单调队列用于维护一个长度固定的区间内，数组的最值。以最大值为例，如果一个数组长度为n，取长度为m的区间，那么单调队列的队首一定是数组在该区间内的最大值。之所以是维护，就是当区间开始整体后移时，最大值可能发生变化，而单调队列可以在O(n)的时间复杂度下得到全部n-m+1个区间的最大值。

多重背包问题

问题描述

有N种物品，其数量用数组q[i]描述，每种物品的价值用数组v[i]描述，每种物品的重量用w[i]描述，现在有一个总承重为C的背包，如何放置物品可以使得背包内物品价值最大，而又不超过背包承重？

问题分析

参考01背包和完全背包，使用DP的分析方法来看，对于第i种物品来说，容量为C的背包最多可以放下lim=min{C/w[i],q[i]}件i物品，如果用f[i][C]函数来描述对于前i种物品，容量为C的背包所能得到的最高价值，那么在已知f[i-1][0,1,2,…C]的情况下，实际上f[i][C]=max{f[i-1][C-kw[i]]+kv[i]}, 在0<=k<=lim的条件下。但在该状态转移方程中，等式左边只求出来背包大小为C时的最大价值，但是等式左边却需要很多背包容量小于等于C时，前i-1种物品的最大价值，这显然是不可持续的状态方程。因为如果使用该状态方程，那么在求i+1种物品的情况时，所需要的子问题解并没有被求出，因此是不可持续的。

现在的问题是需要在求f[i][C]的过程中，将f[i][0,1,2,3,…,C]也求出来。上一个递推公式中的k表示放入k件i物品，那么从补集的角度来看，我们可以选择从最多可放i物品的数量中扣除s件，用这种方式来表达最大价值。对于容量为C的背包来说，不管q[i]的限制，该背包最多可以放入C/w[i]件i物品，我们记为a，那么该背包可能会有剩余空间放不下i物品，此时剩余空间我们用b来表示，那么b=C%w[i]。如果我们一开始将a件i物品放入背包，之后从中扣除s件i物品，那么等价于放入a-s件i物品，即k=a-s，将其代入f[i][C]=max{f[i-1][C-kw[i]]+kv[i]}, 在0<=k<=lim，得到f[i][C]=max{f[i-1][sw[i]+b]+(a-s)*v[i]}, 在a-lim<=s<=a的条件下。此时对于背包容量固定的情况，a是定值，将其提出来，变为：

$f[i][C]=max(f[i-1][s\ast w[i]+b]-s\ast v[i])+a\ast v[i]$, 在a-lim<=s<=a的情况下。此时对该式子的理解为：从背包中扣除s件i物品，扣除下来的空间为sw[i]+b，用来放前i-1种物品，随之也要减去因为扣除s件i物品的价值损失，因此减去sv[i]，扣除之后再将a件i物品的价值补充进入背包，里外里等价于放入a-s件i物品，并且剩下的空间用来放前i-1种物品。因为a是定值，所以我们可以先求$f[i][C]=max(f[i-1][s\ast w[i]+b]-s\ast v[i])$，求出最大值后加上av[i]即可。

当使用该式进行递推时，随着s的增大，我们将焦点聚集在放在$s=s_0$时的情况。此时我们从被扣除$0,1,2,...,s_0$件i物品的价值中，找到最大的价值。如果此时我们给每一个式子都补充$s_0$件i物品，式子的含义就变为，背包内放入$s_0,s_0-1,s_0-2,...,0$件i物品的最大价值，而此时这个式子恰好对应背包容量为$s_0\ast w[i]+b$时的最优解，这样，当s递增到a时，我们就求得了背包容量为$a\ast w[i]+b$的最优解，根据a和b的定义，a=v/w[i]，b=v%w[i]，所以$a\ast w[i]+b=v$。

于是通过s的递增，我们求得了$f[i][b,b+w[i],b+2w[i],b+3w[i],...,C]$的值。然而回到本节第二自然段的问题：如何求得$f[i][0,1,2,...C]$中剩余未求的值？

如果我们改变b的大小，让b从0递增到w[i]-1，在每一个b固定的时候，求出所有可能的背包大小的最优解，即可将[0,1,2,3,…C]填满。这是有一个疑问：b=C%w[i]，那么当C固定的时候，b不就固定了吗，怎么可以让它从0递增到w[i]-1呢？解决这个疑问的方法就是：无论对于容量多大的背包，其在装满i物品之后的剩余空间，只会是0到w[i]-1。如果我说当前你要求的是f[i][j]，你是不是要让b=j%w[i]并且a=j/w[i]？当j在变化的时候，b与a也是在变的对吧，但是b无论怎么变，都是在0到w[i]-1这个范围内的。而a的取值，因为$j<=C,即a\ast w[i]+b<=C$，所以$a<=(C-b)/w[i]$，那么我让b从0到w[i]-1递增，是不是就可以等价于覆盖全部j的取值？这样一来f[i][0,1,2,3,4,…,C]就都可以求出来了，从不可持续的递推变成了可持续的递推，有了这个我们才可以求f[i+1][C]的值。

在上面的分析中，我们一直漏掉了一个条件，就是i物品最多放入lim件。当我们事先从背包中扣除s件i物品的价值后，随后又补充了a件i物品的价值，等价于放入了a-s件i物品的价值。在

$f[i-1][0+b],f[i-1][1\ast w[i]+b]-v[i],f[i-1][2\ast w[i]+b]-2\ast v[i],...f[i-1][s\ast w[i]+b]-s\ast v[i]$中，

我们为每一项都补充a件i物品，就变成了：

$f[i-1][0+b]+s\ast v[i],f[i-1][1\ast w[i]+b]+(s-1)\ast v[i],f[i-1][2\ast w[i]+b+(s-2)\ast v[i],...f[i-1][s\ast w[i]+b]$

我们可以看出对于第一项含义是放入s件i物品，第二项含义是放入s-1件i物品，最后一项含义是放入0件i物品。那么此时的这些项中，最可能不符合实际情况的就是第一项：放入s件i物品。如果i物品的个数lim小于s，那么我们就不可能放入s件物品，最多放入lim件。那么界线怎么找？我们知道最后1项代表放0件i物品，倒数第2项代表放1件i物品，那么倒数第lim+1项即代表放入lim件i物品，也就是说，再往前数就是对于当前容量为$s\ast w[i]+b$的背包来说不可能的情况了。倒数第lim+1项为正着数的第s-lim项。这里就是单调队列发挥用处的时候了。当前这个求最大值的问题可以转化成为，有s+1个数的数组，区间大小为lim+1，那么该区间内的最大值为多少？使用单调队列可以直接获得。如果当前单调队列的队首位置小于s-lim，那么就要将队首出队，将队首位置向后移才可以。

至此问题分析结束。

问题解决

最外层循环依旧是物品种类的递增，之后是余数的递增，最内层循环是$f[i][b+s\ast w[i]]$的计算和单调队列的维护。这里只给出伪代码。

for i=1 to n
	lim=min{V/w[i],q[i]};
	for b=0 to w[i]-1
		重置单调队列
		for s=0 to (V-b)/w[i]
			value=f[i-1][s*w[i]+b]-s*v[i];
			pos=s;
			新值加入单调队列
			维护单调队列区间
			f[i][s*w[i]]=单调队列最大值+s*v[i];
		end
	end
end