背包问题是一个非常经典的问题,包括01背包问题、完全背包问题、多重背包问题等。网上的资料也非常多,比较有名的如《背包九讲》。纵观网上的很多文章博客,大多数都只是谈背包问题的状态转移,空间优化过程。然而并没有提及其背后的推导过程和不同问题之间的数理逻辑。本文着重从数学角度来探讨问题的解法和优化思路。
01背包问题
我们有 n n n种物品,物品 j j j的重量为 w j w_j wj,价格为 p j p_j pj。我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为 W W W。如果限定每种物品只能选择 0 0 0个或 1 1 1个,则问题称为01背包问题。
这个问题一个非常常见的解法就是动态规划,我们可以定义函数 f ( i , v ) f(i,v) f(i,v)表示放入 i i i件物品放入一个容量为 v v v的背包可以获得的最大价值。对于第 i i i件物品来说有两种考虑:1)放入(如果体积可以放入背包的话)2)不放入
- f ( i , v ) = m a x ( f ( i − 1 , v ) , f ( i − 1 , v − w i ) + p i ) f(i,v)=max(f(i-1,v),f(i-1,v-w_i)+p_i) f(i,v)=max(f(i−1,v),f(i−1,v−wi)+pi)
上面这个公式中存在两个变量,如果采用动态规划,那么就对应 O ( N V ) O(NV) O(NV)的空间复杂度。可以看出 f ( i , v ) f(i,v) f(i,v)由 f ( i − 1 , v ) f(i-1,v) f(i−1,v)和 f ( i − 1 , v − w i ) f(i-1,v-w_i) f(i−1,v−wi)决定。如果将 O ( N V ) O(NV) O(NV)个状态看成是 N N N行 V V V列的数组,那么 ( i , v ) (i,v) (i,v)位置的值由 ( i − 1 , v ) (i-1,v) (i−1,v)和 ( i − 1 , v − w i ) (i-1,v-w_i) (i−1,v−wi)决定。如果此时只采用 O ( V ) O(V) O(V)的空间处理,并且 v v v和 v − w i v-w_i v−