背包问题之多重背包问题

问题描述：有n个物品，第 i 个物品的重量与价值分别为 $w[i]$ 与 $v[i]$且第 i 种物品最多有 p[i] 件。背包容量为 V，试问在每个物品不超过其上限的件数（物品必须保持完整）的情况下，如何让背包装入的物品具有更大的价值总和。现有数据如下：

w = [2,3,4,5];
v = [3,4,5,6];
p = [1,1,1,1];	// 结果与0-1背包一样。
V = 8;

解题思路：令 $dp[i][j]$ 表示从编号 1~i 的物品中挑选任意数量的任意物品放入容量为 j 的背包中得到的最大价值，那么有 d p [ i ] [ j ] = m a x { d p [ i − 1 ] [ j − k ∗ w [ i ] ] + k ∗ v [ i ] ∣ 0 ≤ k ≤ p [ i ] & k ∗ w [ i ] ≤ j } dp[i][j]=max\{dp[i-1][j-k*w[i]]+k*v[i]|0 \le k \le p[i] \& k*w[i] \le j\} dp[i][j]=max{dp[i−1][j−k∗w[i]]+k∗v[i]∣0≤k≤p[i]&k∗w[i]≤j}。

    public int knapsackProblem(int[] w, int[] v, int[] p, int cap) {
        int[][] dp = new int[w.length + 1][cap + 1];
        for (int i = 1; i <= w.length; i++) {
            for (int j = 1; j <= cap; j++) {
                for (int k = 0; k <= p[i - 1] && k * w[i - 1] <= j; k++) {
                    dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - k * w[i - 1]] + k * v[i - 1]);
                }
            }
        }
        return dp[w.length][cap];
    }

时间复杂度为 $O(nV\sum p[i])$，略高。

时间优化：将该问题转换为0-1背包问题，即若第 i 种物品有 s 件，那么可以将其分成 s 份”不同“的物品。但是略复杂。

二进制优化法：若要表示1~s之内的任意一个数字，只需要 $lo{g}_2(s)$ 向上取整个数即可完全表示，分别取 $1,2,4,\cdots ,2^{lo{g}_2(x)}$ 个数，若最有一个数不足 $2^{lo{g}_2(x)}$，则取 $s-1-2-4-\cdots$。即十进制数10可以用4个数表示，分别是1，2，4，3。前三个数最大能表示的数是7。故剩下一个数取10-7=3。此时原问题就转换为0-1背包问题了。

    public int knapsackProblem(int[] w, int[] v, int[] p, int cap) {
        int[] dp = new int[cap + 1];
        for (int i = 0; i < w.length; i++) {
            int s = p[i];
            for (int j = 1; j <= s; s -= j, j <<= 1) {
                for (int k = cap; k >= 0 && k >= j * w[i]; k--) {
                    dp[k] = Math.max(dp[k], dp[k - j * w[i]] + j * v[i]);
                }
            }
            if (s > 0) {
                for (int j = cap; j >= s * w[i]; j--) {
                    dp[j] = Math.max(dp[j], dp[j - s * w[i]] + s * v[i]);
                }
            }
        }
        return dp[cap];
    }

时间复杂度为 $O(nV\sum lo{g}_2(p[i]))$。

---

上一篇：背包问题之完全背包问题
下一篇：背包问题之混合背包问题