动态规划（6）：完全背包问题

一、问题描述:

给定一组物品，给出每种物品的价值和重量，每种物品足够多，在限定重量内，如何选择，才能使物品总价值最高

二、解决方案：

$设f(x)表示重量不超过x千克的最大价值，则：$
f ( x ) = m a x { f ( x − w e i g h t [ i ] ) + v a l u e [ i ] } f(x) = max\{f(x - weight[i]) + value[i]\} f(x)=max{f(x−weight[i])+value[i]}
$(x\ge weight[i],1\le i\le n)$

三、代码：

// TSWorld
#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <queue>

using namespace std;

const long long MAXX = 1000;

int main()
{
	int M = 0,N = 0;
	int weight[MAXX] = {0},value[MAXX] = {0};
	int f[MAXX] = {0};

	cin>>N>>M;
	for(int i = 1;i <= N;i++)
		cin>>weight[i]>>value[i];

	for(int i = 1;i <= M;i++) {
		for(int j = 1;j <= N;j++) {
			if(i >= weight[j]) {
				f[i] = max(f[i-weight[j]]+value[j],f[i]);
			}
		}
	}

	cout<<f[M]<<endl;
	return 0;
}

四、完全背包算法优化：

4.1 思路分析：

可以用一个数组$f[m]$来解决，数组下标表示包的最大承重，$f[m]$数值表示该承重下放的最大价值。可以代替$weight[N]$和$value[N]$数组，时间复杂度未优化。
动态转移方程：
$f(x)=max(f(x-weight)+value,f(x))$
显然只要M足够大，就可以放无限个该物品

4.2 代码：

// TSWorld
#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <queue>

using namespace std;
const long long MAXX = 1000;

int main()
{
	int M = 0,N = 0;
	int weight = 0,value = 0;
	int f[MAXX] = {0};

	cin>>N>>M;
	
	for(int i = 1;i <= N;i++) {
		cin>>weight>>value;
		for(int j = weight;j <= M;j++) 
			f[j] = max(f[j-weight] + value,f[j]);
	}

	cout<<f[M]<<endl;
	return 0;
}

五、0/1背包算法的优化：

5.1 思路分析：

搜索方向从后向前，每次计算都会用到小于当前下标的数据，所以即使后边的下标放入该物品，前面的下标并没有放置，因此计算出来的数据每个物品最多只能放一个，也就是所谓的0/1背包问题。显然，该代码与前面代码几乎完全一致，只是一个是从前向后计算，一个是从后向前计算，但是无论是时间复杂度，空间复杂度，程序复杂度和记忆复杂度均优于最初算法。

5.2 代码：

// TSWorld
#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <queue>

using namespace std;

const long long MAXX = 1000;

int main()
{
	int M = 0,N = 0;
	int weight = 0,value = 0;
	int f[MAXX] = {0};

	cin>>N>>M;
	
	for(int i = 1;i <= N;i++) {
		cin>>weight>>value;
		for(int j = M;j >= weight;j--) 
			f[j] = max(f[j-weight] + value,f[j]);
	}

	cout<<f[M]<<endl;
	return 0;
}