二维费用的背包问题是指:对于每件物品,具有两种不同的费用;选择这件物品必须同时付出这两种代价;对于每种代价都有一个可付出的最大值(背包容量)。问怎样选择物品可以得到最大的价值。设这两种代价分别为代价1和代价2,第i件物品所需的两种代价分别为a[i]和b[i]。两种代价可付出的最大值(两种背包容量)分别为V和U。物品的价值为w[i]。
算法
费用加了一维,只需状态也加一维即可。设f[i][v][u]表示前i件物品付出两种代价分别为v和u时可获得的最大价值。状态转移方程就是:
f[i][v][u]=max{f[i-1][v][u],f[i-1][v-a[i]][u-b[i]]+w[i]}
如前述方法,可以只使用二维的数组:当每件物品只可以取一次时变量v和u采用逆序的循环,当物品有如完全背包问题时采用顺序的循环。当物品有如多重背包问题时拆分物品。这里就不再给出伪代码了,相信有了前面的基础,你能够自己实现出这个问题的程序。
物品总个数的限制
有时,“二维费用”的条件是以这样一种隐含的方式给出的:最多只能取M件物品。这事实上相当于每件物品多了一种“件数”的费用,每个物品的件数费用均为1,可以付出的最大件数费用为M。换句话说,设f[v][m]表示付出费用v、最多选m件时可得到的最大价值,则根据物品的类型(01、完全、多重)用不同的方法循环更新,最后在f[0..V][0..M]范围内寻找答案。
复数域上的背包问题
另一种看待二维背包问题的思路是:将它看待成复数域上的背包问题。也就是说,背包的容量以及每件物品的费用都是一个复数。而常见的一维背包问题则是实数域上的背包问题。(注意:上面的话其实不严谨,因为事实上我们处理的都只是整数而已。)所以说,一维背包的种种思想方法,往往可以应用于二位背包问题的求解中,因为只是数域扩大了而已。
#include <stdio.h>
#include <string.h>
#include <algorithm>
using namespace std;
int n, m, k, s;
int a[110],b[110];
int dp[110][110];
int main()
{
while(~scanf("%d%d%d%d", &n, &m, &k, &s))
{
memset(dp, 0, sizeof(dp));
for(int i =1; i<=k; i++)
{
scanf("%d%d", &a[i], &b[i]);
}
for(int i =1; i<=k; i++)
{
for(int p=1; p<=s; p++) //总的妖怪数
{
for(int c=b[i];c<=m;c++)
{
dp[p][c]=max(dp[p][c],dp[p-1][c-b[i]]+a[i]);
}
}
}
int i;
for( i =1;i<=m; i++)
{
if(dp[s][i]>=n)
{
break; //即使最后都没找打i=m+1了
}
}
if(i<=m)
printf("%d\n",m-i);
else
puts("-1");
}
return 0;
}
小明---
#include <stdio.h> #include <string.h> #include <algorithm> using namespace std; int n, v1, v2, k; int cost[110], tenige[110], val[110]; int dp[110][110][110]; int main() { while(~scanf("%d%d%d%d", &n, &v1, &v2, &k)) { memset(dp, 0, sizeof(dp)); for(int i =0; i<n; i++) { scanf("%d%d%d", &cost[i], &tenige[i], &val[i]); } for(int i =0; i<n; i++) { for(int j =v1; j>=0; j--) { for(int a= v2; a>=0; a--) { for(int b = k ; b>=0; b--) { int tem =0; if(j>=cost[i]) tem=max(tem,dp[j-cost[i]][a][b]+val[i]); if(a>=tenige[i]) tem=max(tem, dp[j][a-tenige[i]][b]+val[i]); if(b>=1) tem=max(tem, dp[j][a][b-1]+val[i]); dp[j][a][b]=max(tem,dp[j][a][b]); } } } } printf("%d\n", dp[v1][v2][k]); } return 0; }