1 问题
(此题来源于郭炜《算法基础与在线实践》,结合教材和自己体会所写)
1.2 问题描述
有N种物品,背包容积为M。每种物品都有对应的体积和价值,分别为w和d。每个物品可以取多次,其他参见01背包问题,01背包问题每种物品至多可以取1次,其他和完全背包问题一样。
通俗来讲,假设小黑去超市购物,购物车大小一定,每个商品的价值和大小都不一样,问怎样装购物车装满的情况下物品总价值最大。01背包问题就是每种物品至多拿一个,而完全背包问题是每种物品可以拿多个。
2 代码编写
#include <iostream>
#include <algorithm>
using namespace std;
struct Good{ //物品结构体
int w; //物品体积
int d; //价值
};
void test(){
int N,M; //N物品种类,M背包容量
cin>>N>>M;
Good* Goods = new Good[N+1];
int* F = new int[M+1];
for(int i = 1;i <= N;i++){ //为了方便,角标从1开始
cin>>Goods[i].w>>Goods[i].d;
}
for(int i = 0;i <= M;i++){ //初始化背包
F[i] = 0;
}
for(int i = 1;i <= N;i++){
for(int j = 1;j <= M;j++){
//这个地方循环不同,由小到大编写,而在01背包中是由大到小
if(Goods[i].w <= j)
F[j] = max(F[j],F[j-Goods[i].w]+Goods[i].d);
}
}
cout<<F[M]<<endl;
}
int main()
{
test();
return 0;
}
3 问题分析
分析思路和01背包问题一样,唯一不同的是完全背包问题的物品可以取多次或者不取。内层循环遍历是,要从小到大for(int i = 1;i <= M;i++){xxx}。
分析一下极端情况,假设有三个物品,(1,10),(2,10),(3,10),分别代表三个物品的体积和价值,背包的容积是3,则在01背包问题种,最大价值为20(分别取第1和第2个物品),而在完全背包问题种,价值最大为30(第1个物品取三次,价值达到最大)。
1 完全背包问题时,内层循环(即遍历背包容积时)按照升序排列,背包容积在较小时已经被更新,到背包容积较大时,因为有F[j] = max(F[j], F[j - Goods[i].w]+Goods[i].d),则此时的背包价值再次增大,相当于外层循环的第i个物品被再次添加进来,也就是默认了一个物品可以被添加多次,刚好满足完全背包问题的情况。
2 01背包问题时,内层循环按降序排列,背包的容积从大到小进行遍历,当背包容积较大时,F[j] = max(F[j], F[j - Goods[i].w]+Goods[i].d),若将第i个物品添加进来,则访问第F[j-Goods[i].w],需要容积较小时的背包来确定容积较大时的背包,此时背包由大到小,容积小的还没有被更新,也就是还没有添加第i个物品,而到容积较小时,价值可由更小容积的背包确定,而较大容积的背包不会影响到较小背包。总之,这样就保证了第i个物品至多被添加一次,刚好满足01背包问题的条件。
3 总之,在遍历背包的不同容积时,较大容积的价值受较小容积的价值影响,若由小到大遍历,对于第i个物品,可以多次更新较大容积的背包,相当于第i个物品被添加了多次,符合完全背包问题;若由大到小遍历,小背包不会受到大背包价值的影响,这样保证了第i个物品至多影响一次背包价值的更新,也就相当于第i个物品至多被添加一次,符合01背包问题。