背包问题之混合背包问题

即前面三种背包问题混合起来，也就是说，有些物品只能取一次，有些物品可以取无限次，而有些物品可以取的次数有一个上限。问题描述如下：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（其中 p[i]=0表示完全背包，p[i]=1表示0-1背包，剩下就表示多重背包问题。注意0-1背包问题是多重背包问题的特例）。背包容量为 V，试问如何让背包装入的物品具有更大的价值总和（物品必须保持完整）。现有数据如下：

w = [2,3,4,5,6,7,8];
v = [3,4,5,6,7,8,9];
p = [1,1,0,0,1,3,4];
V = 27;

解题思路：结合上面三种背包问题，令 $dp[i][j]$ 表示前 i 中物品放入容量为 j 的背包的最大价值，那么 d p [ i ] [ j ] = m a x { d p [ i − 1 ] [ j ] , d p [ i − 1 ] [ j − k ∗ w [ i ] ] + k ∗ v [ i ] ∣ 0 ≤ k ∗ w [ i ] ≤ j } , j = v , v 1 , ⋯   , V = > 完 全 背 包 dp[i][j] = max\{dp[i-1][j], dp[i-1][j-k*w[i]]+k*v[i]|0 \le k*w[i] \le j\}, j=v,v_1, \cdots, V =>完全背包 dp[i][j]=max{dp[i−1][j],dp[i−1][j−k∗w[i]]+k∗v[i]∣0≤k∗w[i]≤j},j=v,v1​,⋯,V=>完全背包 或 d p [ i ] [ j ] = m a x { d p [ i − 1 ] [ j ] , d p [ i − 1 ] [ j − k ∗ w [ i ] ] + k ∗ v [ i ] ∣ 0 ≤ k & k ∗ w [ i ] ≤ j } , j = V , ⋯   , v 1 , v = > 多 重 背 包 dp[i][j]=max\{dp[i-1][j], dp[i-1][j-k*w[i]]+k*v[i]|0 \le k \& k*w[i] \le j\},j=V,\cdots,v_1,v =>多重背包 dp[i][j]=max{dp[i−1][j],dp[i−1][j−k∗w[i]]+k∗v[i]∣0≤k&k∗w[i]≤j},j=V,⋯,v1​,v=>多重背包，即

d p [ j ] = m a x { d p [ j ] , d p [ j − w [ i ] ] + v [ i ] } w h e r e j = v , v 1 , ⋯   , V dp[j]=max\{dp[j],dp[j-w[i]]+v[i]\} where j=v,v_1,\cdots,V dp[j]=max{dp[j],dp[j−w[i]]+v[i]}wherej=v,v1​,⋯,V 以及 d p [ k ] = m a x { d p [ k ] , d p [ k − j ∗ w [ i ] ] + j ∗ v [ i ] } w h e r e j = 1 , 2 , 4 , ⋯   , 2 m a m d 1 + 2 + 4 + ⋯ + 2 m < = p [ i ] dp[k]=max\{dp[k],dp[k-j*w[i]]+j*v[i]\}where j = 1,2,4,\cdots,2^m amd 1+2+4+\cdots+2^m <= p[i] dp[k]=max{dp[k],dp[k−j∗w[i]]+j∗v[i]}wherej=1,2,4,⋯,2mamd1+2+4+⋯+2m<=p[i]。

    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++) {
            if (p[i] == 0) {
                for (int j = w[i]; j <= cap; j++) {
                    dp[j] = Math.max(dp[j], dp[j - w[i]] + v[i]);
                }
            } else {
                for (int j = 1; j <= p[i]; p[i] -= 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 (p[i] > 0) {
                    for (int j = cap; j >= p[i] * w[i]; j--) {
                        dp[j] = Math.max(dp[j], dp[j - p[i] * w[i]] + p[i] * v[i]);
                    }
                }
            }
        }
        return dp[cap];
    }

---

上一篇：背包问题之多重背包问题
下一篇：背包问题之二维费用背包问题