1、0 1背包问题
题目:有N件物品和一个容量为V的背包。第i件物品的费用是w[i],价值是p[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。
基本思路:这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}。
这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”;如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f [i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
注意f[i][v]有意义当且仅当存在一个前i件物品的子集,其费用总和为v。所以按照这个方程递推完毕后,最终的答案并不一定是f[N] [V],而是f[N][0..V]的最大值。如果将状态的定义中的“恰”字去掉,在转移方程中就要再加入一项f[i][v-1],这样就可以保证f[N] [V]就是最后的答案。至于为什么这样就可以,由你自己来体会了。
解法一:二维动态规划
import java.util.Scanner;
public class Main{
/**
* @param N 物品数量
* @param V 背包所能容纳的体积
* @param w 物品的体积集合
* @param p 物品的价值集合
*/
public static int process(int N, int V, int[] w, int[] p) {
int[][] dp = new int[N + 1][V + 1];
for (int i = 1; i <= N; i++) {
for (int j = 1; j <= V; j++) {
dp[i][j] = dp[i - 1][j];
if (w[i - 1] <= j) {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - w[i - 1]] + p[i - 1]);
}
}
}
return dp[N][V];
}
public static void main(String[] args){
Scanner sc = new Scanner(System.in);
int N = sc.nextInt();
int V = sc.nextInt();
int[] w = new int[N];
int[] p = new int[N];
for(int i=0;i<N;i++){
w[i] = sc.nextInt();
p[i] = sc.nextInt();
}
int res = process(N,V,w,p);
System.out.println(res);
}
}
优化后:
public static int knapsack(int N, int V, int[] w, int[] p) {
int[] dp = new int[V + 1];
for (int i = 1; i <= N; i++) {
for (int j = V; j >= w[i-1]; j--) {
dp[j] = Math.max(dp[j], dp[j - w[i - 1]] + p[i - 1]);
}
}
return dp[V];
}
2、完全背包问题
题目:有N种物品和一个容量为V的背包,每种物品都有无限件可用。第i种物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。
基本思路:这个问题非常类似于01背包问题,所不同的是每种物品有无限件。也就是从每种物品的角度考虑,与它相关的策略已并非取或不取两种,而是有取0件、取1件、取2件……等很多种。如果仍然按照解01背包时的思路,令f[i][v]表示前i种物品恰放入一个容量为v的背包的最大权值。仍然可以按照每种物品不同的策略写出状态转移方程,像这样:f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<= v}。这跟01背包问题一样有O(N*V)个状态需要求解,但求解每个状态的时间则不是常数了,求解状态f[i][v]的时间是O(v/c[i]),总的复杂度是超过O(VN)的。
方法一:
* 注意这里当考虑放入一个物品 i 时应当考虑还可能继续放入 i,
* 因此这里是dp[i][j-w[i]]+p[i], 而不是dp[i-1][j-w[i]]+p[i]。
import java.util.Scanner;
public class Main{
public static int process(int N, int V, int[] w, int[] p) {
int[][] dp = new int[N + 1][V + 1];
for (int i = 1; i <= N; i++) {
for (int j = 1; j <= V; j++) {
if (w[i - 1] > j) {
dp[i][j] = dp[i - 1][j];
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - w[i - 1]] + p[i - 1]);
}
}
}
return dp[N][V];
}
public static void main(String[] args){
Scanner sc = new Scanner(System.i