0-1背包问题的变种

 

最简单的思路是，由于物品是可以无限使用的，但是背包的容量是有限的，所以，其实每个物品可以取到的数量是有最大值的。换句话说，可以将这个可以无限使用的物品的背包问题，转换成一个有限使用的物品的背包问题，只不过此时在选取的物品列表中，很多物品是重复的。只此而已，这是一个解决思路。更进一步，其实可以优化这个方案，这是因为，对于任意一个数字而言，都可以通过一个二进制码来表示，所以，对于这种同样的物品不一定向物品列表中添加1、1、1、1、1这样的序列，只需要添加1、2、4、8、16这样的序列就可以表示同一个物品取了多少个放进背包里。当背包容积非常大的时候，这是一个很好的优化思路。

 

 

 

介于每个物品只有1个这样的限制，和完全背包中每个物品可以无限地使用这个限制之间，就可以设计出一种多重背包问题。换句话说，对每个物品添加了一个约束，这个约束是每个物品有num[i]个，求解这样的问题。其实理解了完全背包的解决方案，多重背包问题是更加简单的。

 

 

多维费用的背包问题，前面介绍的背包问题，都只考虑c这一个背包限制，那么，假设每个物品都有体积和重量两个维度，与此同时，背包本身也有最大的体积和最大的重量的限制，要同时满足这两个局限的话，该怎么解决？其实，只是在动态规划过程中状态多了一个参数，相应地记录的这个动态规划的数组是一个三维数组。

 

 

 

比如说，现在要向背包中放入很多物品，在背包中放入某些物品后就不能再放入其它的物品了，这就是物品间排斥的约束。另外一种情况就是，放入某些物品，也必须把另外一些物品也放入进去。这就是物品之间互相依赖的约束。