背包问题

背包问题

01背包

问题：给一个容量为V的背包，以及N个物品，每个物品的体积是ci，价值是wi，将那些物品放到背包中能使得价值之和最大，求这个最大值。

思路：设dp[i][v]为前 i种物品放到容量为v的背包中能得到的最大价值。
由于第i个物品要么放入背包要么不放入，所以状态转移方程为 dp[i][v]=max(dp[i-1][v],dp[i-1][v-ci])

复杂度：使用滚动数组优化空间复杂度为O(V)，时间复杂度为O(N*V)

关键代码：

for(int i=1;i<=n;i++)
        for(int j=c[i];j<=v;j++)
        dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]+w[i]);

for(int i=1;i<=n;i++)
        for(int j=v;j>=c[i];j--)
        dp[j]=max(dp[j],dp[j-c[i]]+w[i]);

完全背包

问题：和01背包的不同之处就是每件物品的个数是无限的

思路1：转换成01背包。
尽管每件物品的个数是无限的，但是背包的容量是有限的，所以每件物品其实最多只能放V/ci个。每件物品最终在背包中的数量都可以表示成2^k 的和(2进制表示)，所以每件物品都可以被换成多个01背包中的物品，它们的体积和价值分别为(2^k )*ci和(2^k )*wi。每个物品都转换成log2(V/ci)件01背包中的物品，然后就可以使用01背包的方法解决问题了。

思路2：dp[i][v]还是表示前 i种物品放到容量为v的背包中能得到的最大价值。由于第i件物品可以不放也可以放多次，所以dp[i][v]可以由dp[i-1][v] (第i件物品没有放)和dp[i][v-ci]+wi (第i件物品至少放了多件，至少1件)转换来， 所以得到状态转换方程为 dp[i][v]=max(dp[i-1][v],dp[i][v-ci]+wi)。

思路2的关键代码：
思路2也可以使用滚动数组来优化空间复杂度，不使用滚动数组的代码就不帖了。

for(int i=1;i<=n;i++)
        for(int j=c[i];j<=v;j++)
        dp[j]=max(dp[j],dp[j-c[i]]+w[i]);

思路2的时间复杂度比思路1的要小，处理一件物品的时间复杂度为O(V)，总的时间复杂度为O(N*V)。二思路1处理一件物品的时间复杂度为O(V*log2(V/ci))，总的复杂度为O(N*V*∑log2(V/ci))

多重背包

问题： 和完全背包问题不同，多重背包中，每个物品的个数并不是无限的，最多mi件。

思路1：和完全背包一样可以将每件物品转换成多件01背包中的物品，然后使用01背包的方法来解决。（处理每件物品的时间复杂度为O( V*log2(mi) ) 。）

思路2：可以使用01背包和完全背包的混合来解决，当mi*c i< V 时，将这件物品转换成多个01背包中的物品再来处理；当mi*ci>=V时使用完全背包的方法来处理这件物品。（当mi*c i< V 时处理一件物品的时间复杂度为O( V*log2(mi) )，但是当mi*ci>=V时，处理一件物品的时间复杂度可以变为O(V)，见前面完全背包）

思路2要比思路1的时间复杂度更小

这里只是粗略地写了一篇关于背包问题的博客，主要用于我个人学习，勿喷。
背包问题还有很多内容（前三种的组合、分组背包问题、具有依赖关系的背包问题、二维背包问题。。。。。。），感兴趣的可以自行去看背包九讲。