“01背包”最优方案总数分析及实现

本文为网上复制

本人博文<<背包问题——“01背包”详解及实现（包含背包中具体物品的求解）>>中已谈过01背包，这里再重写一下01背包的动态规划状态及状态方程：

设背包容量为V，一共N件物品，每件物品体积为C[i]，每件物品的价值为W[i]

1） 子问题定义：F[i][j]表示前i件物品中选取若干件物品放入剩余空间为j的背包中所能得到的最大价值。

2） 根据第i件物品放或不放进行决策

(1-1)

最优方案总数这里指物品总价值最大的方案数。

我们设G[i][j]代表F[i][j]的方案总数，那么最总结果应该是G[N][V]。我们初始化G[][]为1，因为对每个F[i][j]至少应该有一种方案，即前i件物品中选取若干件物品放入剩余空间为j的背包使其价值最大的方案数至少为1，因为F[i][j]一定存在。

下面开始分析怎么求G[i][j]。对于01背包来说：

如果F[i][j]=F[i-1][j]且F[i][j]!=F[i-1][j-C[i]]+W[i]说明在状态[i][j]时只有前i-1件物品的放入才会使价值最大，所以第i件物品不放入，那么到状态[i][j]的方案数应该等于[i-1][j]状态的方案数即G[i][j]=G[i-1][j]；

如果F[i][j]=F[i-1][j-C[i]]+W[i] 且F[i][j]!=F[i-1][j]说明在状态[i][j]时只有第i件物品的加入才会使总价值最大，那么方案数应该等于[i-1][j-C[i]]的方案数，即G[i][j]=G[i-1][j-C[i]]；

如果F[i][j]=F[i-1][j-C[i]]+W[i] 且F[i][j]=F[i-1][j]则说明即可以通过状态[i-1][j]在不加入第i件物品情况下到达状态[i][j]，又可以通过状态[i-1][j-C[i]]在加入第i件物品的情况下到达状态[i][j]，并且这两种情况都使得价值最大且这两种情况是互斥的，所以方案总数为G[i][j]=G[i-1][j-C[i]]+ G[i-1][j]。

经过上面的分析，得出下述伪代码：

[cpp] view plaincopyprint?

1. F[0][]←0
3. F[][0]←0
5. G[][]←1
7. fori←1toN
9. doforj←1toV
11. F[i][j]←F[i-1][j]
13. G[i][j]←G[i-1][j]
15. if(j>=C[i])
17. if(F[i][j]<F[i-1][j-C[i]]+W[i])
19. thenF[i][j]←F[i-1][j-C[i]]+W[i]
21. G[i][j]←G[i-1][j-C[i]]
23. elseif(F[i][j]=F[i-1][j-C[i]]+W[i])
25. thenG[i][j]←G[i-1][j]+G[i-1][j-C[i]]
27. returnF[N][V]andG[N][V]

F[0][] ← 0 F[][0] ← 0 G[][ ] ← 1 for i ← 1 to N do for j ← 1 to V F[i][j] ← F[i-1][j] G[i][j] ← G[i-1][j] if (j >= C[i]) if (F[i][j] < F[i-1][j-C[i]]+W[i]) then F[i][j] ← F[i-1][j-C[i]]+W[i] G[i][j] ← G[i-1][j-C[i]] else if (F[i][j] = F[i-1][j-C[i]]+W[i]) then G[i][j] ← G[i-1][j]+G[i-1][j-C[i]] return F[N][V] and G[N][V]

上述方法在保存状态F[][]及G[][]时需要O(NV)的空间复杂度，下面我们对空间复制度进行优化。

压缩空间复杂度为O(V)

F[i][j]与G[i][j]只分别与F[i-1][]和G[i-1][]的状态有关，所以我们可以用两个一维数组F[]和G[]来替换二维数组F[][]和G[][]。具体思想请看博文

<<背包问题——“01背包”详解及实现（包含背包中具体物品的求解）>>

下面直接给出伪代码：

[cpp] view plaincopyprint?

1. F[]←0
3. G[]←1
5. fori←1toN
7. doforj←VtoC[i]
9. if(F[j]<F[j-C[i]]+W[i])
11. thenF[j]←F[j-C[i]]+W[i]
13. G[j]←G[j-C[i]]
15. elseif(F[j]=F[j-C[i]]+W[i])
17. thenG[j]←G[j]+G[j-C[i]]
19. returnF[V]andG[V]

F[] ← 0 G[] ← 1 for i ← 1 to N do for j ← V to C[i] if (F[j] < F[j-C[i]]+W[i]) then F[j] ← F[j-C[i]]+W[i] G[j] ← G[j-C[i]] else if (F[j] = F[j-C[i]]+W[i]) then G[j] ← G[j]+G[j-C[i]] return F[V] and G[V]