【海亮DAY12(二)】背包的补充一

---

专辑：海亮集训-动态规划-背包

---

分三次更新

---

更新提示：第二次更新

---

背包主要分为以下几种：

1、01背包问题

2、完全背包问题

3、多重背包问题

4、混合三种背包问题

5、二维费用的背包问题

6、分组的背包问题

7、有依赖的背包问题

8、背包问题问法的变化

第二次更新主要讲解前四种背包

---

一、01背包

题目描述：有N 件物品和一个容量为V 的背包。放入第i 件物品耗费的空间是ci，得到的价值是wi。求解将哪些物品装入背包可使价值总和最大。

分析：用子问题定义状态：即f[i][j]表示前i件物品恰放入一个容量为j的背包可以获得的最大价值。

对于每一种状态，都有两种情况，一种是取，一种是不取。便可以得到以下方程：

$$f[i][j]=max\{\begin{array}{ll}f[i-1][j],& \text{不取当前物品}\\ f[i-1][j-w[i]]+c[i],& \text{选取当前物品}(w[i]为体积，c[i]为价值)\end{array}$$

放一段主要代码：

for (int i=1;i<=n;i++) 
      for (int j=m;j>=c[i];j--)
        dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]]+w[i]);

我们接着思考：这样遇到大数据时会不会MLE？

如何优化时间复杂度？

◆第i次状态只与i − 1 有关

◆ f [j] 表示容量为j 的背包可以获得的最大值。

◆ 倒序求解，为保证状态f [i][j] 可以取到f [i − 1][j − ci]

代码如下：

for (int i=1;i<=n;i++) 
      for (int j=m;j>=c[i];j--)
        dp[j]=max(dp[j],dp[j-c[i]]+w[i]);

---

二、完全背包

题目描述：有N 件物品和一个容量为V 的背包，每件物品都有无限件。放入第i 件物品耗费的空间是ci，得到的价值是wi。求解将哪些物品装入背包可使价值总和最大。

分析：如果仍然按照解01背包时的思路，总复杂度为：$$O(NV\sum _{i=0}^{n}v/c[i])$$

考虑O(NV)算法

◆ 01背包倒叙计算是为保证每种物品只能取一次，而完全背包的特点恰是每种物品可选无限件。

◆ 顺序求解，在考虑“加选一件第i 种物品”这种策略时，正需要一个可能已选入第i 种物品的子结果f [i][j − ci]。

代码如下：

    for (int i=1;i<=n;i++) 
      for (int j=c[i];j<=m;j++)
        dp[j]=max(dp[j],dp[j-c[i]]+w[i]);

---

三、多重背包

题目描述：有N 件物品和一个容量为V 的背包，第i 件物品都有ni 件。放入第i 件物品耗费的空间是ci，得到的价值是wi。求解将哪些物品装入背包可使价值总和最大。

#####分析：解法与完全背包类似。略微调整，注意对于第i 种物品有ni + 1 种策略。枚举第i 件物品的件数k。
$$f[i][j]=max\{\begin{array}{ll}f[i-1][j-k\times ci]+k\times wi,& \text{0≤k≤n[i]}\\ f[i][j]& \end{array}$$

但是我们并不能满足于暴力，我们要想优化的方法。

我们利用二进制优化

把一个数n拆分成几个2的次方数的和，能用这些数组成n范围内的任意一个数
例如12=1+2+4+5
1=001
2=010
4=100
5=101
用这些数进行加法，根据二进制，能够组成在n范围内的任意数，这便是二进制优化。
二进制优化完之后，变可以将优化完的数做一遍01背包得到最优解。

这里给一道多重背包的例题：

逃亡的准备

题目描述：在《Harry Potter and the Deathly Hallows》中，Harry Potter他们一起逃亡，现在有许多的东西要放到赫敏的包里面，但是包的大小有限，所以我们只能够在里面放入非常重要的物品，现在给出该种物品的数量、体积、价值的数值，希望你能够算出怎样能使背包的价值最大的组合方式，并且输出这个数值，赫敏会非常地感谢你。

分析：这道题是裸的多重背包，不再多分析，具体看代码。

那么代码如下：

#include<bits/stdc++.h>
using namespace std;
int n,v;
int m[1000001]={};//数量
int w[1000001]={};//体积
int c[1000001]={};//价值
int ww[1000001]={};//分解后体积 
int vv[1000001]={};//分解后价值 
int tot=0;
int main(){
    scanf("%d %d",&n,&v);
	for (int i=1;i<=n;i++){
	    scanf("%d %d %d",&m[i],&w[i],&c[i]);
	    int tmp=1;
	    while (m[i]-tmp>=0){//二进制分解
		    m[i]-=tmp;
		    ww[++tot]=w[i]*tmp;//分解后存储体积
		    vv[tot]=c[i]*tmp;//分解后存储价值
		    tmp*=2;
		}
		if (m[i]>0) ww[++tot]=w[i]*m[i],vv[tot]=c[i]*m[i]; //如果还有，就存储剩余的
	}
	int dp[1000001]={};
//	cout<<tot<<endl;
	for (int i=1;i<=tot;i++)
	  for (int j=v;j>=ww[i];j--)
	    dp[j]=max(dp[j],dp[j-ww[i]]+vv[i]);//做一遍01背包
	cout<<dp[v];
	return 0;
} 

---

四、混合三种背包

混合三种背包就是混合上面的三种背包，没什么好讲的
混合三种背包有以下模板

for (int i=1;i<N;i++){

        if (物品属于0/1背包)

          //0/1背包解法

     }

   else if (物品属于完全背包)

        //完全背包解法

     else if (物品属于多重背包)

        //多重背包解法

这时第二次更新的四种背包
接下来的几种会在下一次更新中写