阅读《背包九讲》的同时,配合做一下POJ上的题目。
上次练习是01背包问题,这次练习是完全背包问题。在01背包问题中,出现的背包要么选择,要么不选择。而在完全背包问题中,背包出现的次数是没有上限的,即可以选择任何次数的。在背包九讲里,作者给出了一个状态转移方程,核心代码如下:
for( int i = 0; i < nObject; i++)
{
for( int j = weight[i]; j <= sumweight; j++)
{
dp[j] = max[dp[j], dp[j-weights[i]] + value[i];
}
}
即多重背包思想转换成01背包。
在01背包中,我们将 j 的遍历从 sumweight从大到小,目的是为了可以在一个数组中 将(容纳i-1)和容纳i区分开来。即考虑容纳 i 个物体的时候,仅仅有选择 和 不选择两种可能。
但是在多重背包问题中,我们去可以选择多次。
转移方程应该表示成 dp[i][j] = max( dp[i-1][j], dp[i][j-weight[i] ] + value[i] )
前一项表示,选择第i个物体的个数是0, 而第二项则表示选择了多次的i物品。 因为选择多次,重量是j的解 依赖于之前已经求出来的 dp[i][j-weight[i] 所以遍历方程确保有正确的解。
和01背包问题一样,我们同样可以用一个数组来表示dp的过程。即用代码部分来表示。
对于初学者(自己)感觉这个算法很神奇,只要交换一下遍历的顺序,就能解决01背包,和完全背包,让我想起来《编程珠玑》的那句话
"任何看似很难解决问题,背后可能都隐藏着 意想不到的,简单的解法“
所以我有Aha的感觉。
趁热打铁,赶紧练习一下:
http://poj.org/problem?id=1384
代码如下:
#include <stdio.h>
#include <string.h>
#include <algorithm>
#define MAX_INT 10000000
#define MAX_WEIGHT 10005
#define MAX_CURRENCY 505
int nWeightSum;
int dp[MAX_WEIGHT];
int nCurrency;
struct Currency
{
int weight;
int value;
};
Currency vAllCurrency[MAX_CURRENCY];
void GetMinimum()
{
int i,j;
for( i = 0;i <= nWeightSum; i++)
{
dp[i] = MAX_INT;
}
dp[0] = 0;
for(i = 0; i < nCurrency; i++)
{
//dp
for(j = vAllCurrency[i].weight ; j <= nWeightSum; j++)
{
dp[j] = std::min(dp[j], dp[j-vAllCurrency[i].weight] + vAllCurrency[i].value);
}
}
if(dp[nWeightSum] == MAX_INT)
{
printf("This is impossible.\n");
}
else
{
printf("The minimum amount of money in the piggy-bank is %d.\n", dp[nWeightSum]);
}
}
int main()
{
int tCase;
scanf("%d", &tCase);
int e,f;
while(tCase--)
{
scanf("%d%d", &e, &f);
nWeightSum = f - e;
scanf("%d",&nCurrency);
for(int i = 0; i < nCurrency; i++)
{
scanf("%d%d", &vAllCurrency[i].value, &vAllCurrency[i].weight);
}
GetMinimum();
}
return 0;
}