背包问题

一、0-1背包问题

  给定n种物品和一背包，背包容量为c。物品i的体积为w[i]，其价值为v[i]。问如何选择装入背包中的物品，使得装入背包中的物品的总价值最大？

  在选择装入背包的物品时，对每种物品i只有两种选择，即装入背包或不装入背包。不能将物品i装入背包多次，也不能只装入部分的物品i。因此，该问题称为0-1背包问题。

二维数组求解：

  现在我们假设可选择物品为0,1,2,...,i，背包容量为j时的0-1背包问题的最优值为m[i][j]，则我们可以得到递归式如下：

解释一下，如果当前背包的容量j大于第i个物品的体积，则可以将物品i装入背包，将物品i放入背包得到的最大价值与物品i不放入背包得到的最大价值进行比较，取较大的一个。如果当前容量j小于物品i的体积，则无法放入背包。

代码如下：

public class BP01_Solution1 {//0-1背包
	static int[][] M;
	public static int bp01(int capacity, int[] value, int[] weight){
		int number=value.length;
		int[][] m=new int[number+1][capacity+1];
		for(int i=1; i<=number; i++){
			for(int j=1; j<=capacity; j++){
				if(j>=weight[i-1]){//背包容量足够，可以放入背包中
					m[i][j]=Math.max(m[i-1][j], m[i-1][j-weight[i-1]]+value[i-1]);
				}
				else{//背包容量不足，不能放入背包中
					m[i][j]=m[i-1][j];
				}
			}
		}
		M=m;
		return m[number][capacity];
	}
	
	public static int[] tracePath(int capacity, int[] value, int[] weight){//路径追踪
		int number=value.length;
		int[] x=new int[number];
		int c=capacity;
		for(int i=number; i>0; i--){
			if(M[i][c]==M[i-1][c]){
				x[i-1]=0;
			}
			else{
				if(M[i][c]==M[i-1][c-weight[i-1]]+value[i-1]){
					x[i-1]=1;
					c-=weight[i-1];
				}
			}
		}
		return x;
	}

}

二维数组解法的最大的好处就是可以进行路径追踪，而且也比较容易理解。但是其空间复杂度比较大。

一维数组求解：

  每一次m[i][j]改变的值只与m[i-1][x] {x:1...j}有关，m[i-1][x]是前一次i循环保存下来的值。因此，可以将m缩减成一维数组，从而达到优化空间的目的，状态转移方程转换为 bp[j]= max{bp[j], bp[j-w[i]]+v[i]}。并且，状态转移方程，每一次推导m[i][j]是通过m[i][j-w[i]]来推导的，所以一维数组中j的扫描顺序应该从大到小(capacity到0)，否者前一次循环保存下来的值将会被修改，从而造成错误。

代码如下：

public class BP01_Solution2 {//0-1背包
	public static int bp01_2(int capacity, int[] value, int[] weight){
		int[] b=new int[capacity+1];
		for(int i=0; i<weight.length; i++){
			for(int j=capacity; j>=0; j--){
				if(j>=weight[i]){
					b[j]=Math.max(b[j], b[j-weight[i]]+value[i]);
				}
			}
		}
		return b[capacity];
	}

}

一维数组解法优化了空间复杂度，但是不能进行路径追踪，所以需要根据具体要求来选择求解方法。

二、完全背包问题

  给定n种物品和一背包，背包容量为c。物品i的体积为w[i]，其价值为v[i]，其数量有无限件。问如何选择装入背包中的物品，使得装入背包中的物品的总价值最大？

  在选择装入背包的物品时，对每种物品i有两种选择，即装入背包或不装入背包；如果装入的话，可以将物品i装入背包多次。状态转移方程仍为 bp[j]= max{bp[j], bp[j-w[i]]+v[i]}。

  其与0-1背包很相似，代码如下：

public class BP3 {//完全背包
	public static int bp3(int capacity, int[] value, int[] weight){
		int[] m=new int[capacity+1];
		for(int i=0; i<value.length; i++){
			for(int j=1; j<=capacity; j++){
				if(j>=weight[i]){
					m[j]=Math.max(m[j], m[j-weight[i]]+value[i]);
				}
			}
		}
		return m[capacity];		
	}

}

可以看到只是第二重循环变了，其他都没变。

三、多重背包 

  给定n种物品和一背包，背包容量为c。物品i的体积为w[i]，其价值为v[i]，其数量为num[i]。问如何选择装入背包中的物品，使得装入背包中的物品的总价值最大？

  在选择装入背包的物品时，对每种物品i有两种选择，即装入背包或不装入背包；如果装入的话，可以将物品i装入背包多次,但不超过num[i]。

一维数组解法：

  状态转移方程为 bp[j]= max{bp[j], bp[j-k*w[i]]+k*v[i]}。代码如下：

public class BP4 {//多重背包
	
	public static int bp4(int capacity, int[] weight, int[] value, int[] number){		
		int[] bp=new int[capacity+1];
		for(int i=0; i<weight.length; i++){
			for(int j=capacity; j>=0; j--){
				for(int k=0; k<=number[i]; k++){
					if(j>=k*weight[i]){
						bp[j]=Math.max(bp[j], bp[j-k*weight[i]]+k*value[i]);
						
					}
				}
			}
		}
		return bp[capacity];
	}

}

二维数组解法：

状态转移方程为m[i][j]=max(m[i-1][j], m[i-1][j-k*weight[i]]+k*value[i])。代码如下：

public class BP4 {//多重背包

	public static int bp4(int capacity, int[] weight, int[] value, int[] number){		
		int[][] m=new int[weight.length+1][capacity+1];
		for(int i=1; i<m.length; i++){
			for(int j=capacity; j>=0; j--){
				for(int k=0; k<=number[i-1]; k++){
					if(j>=k*weight[i-1]){
						m[i][j]=Math.max(m[i-1][j], m[i-1][j-k*weight[i-1]]+k*value[i-1]);
					}					
				}
			}
		}
		return m[weight.length][capacity];
	}

}