问题
二维费用的背包问题是指:对于每件物品,具有两种不同的费用;选择这件物品必须同时付出这两种代价;对于每种代价都有一个可付出的最大值(例如:背包容量)。问怎样选择物品可以得到最大的价值。设这两种代价分别为代价1和代价2,第i件物品所需的两种代价分别为a[i]和b[i]。两种代价可付出的最大值(两种背包容量)分别为V和U。物品的价值为w[i]。
一、算法
费用加了一维,只需状态也加一维即可。设 f[i][v][u] 表示前 i 件物品付出两种代价分别为 v 和 u 时可获得的最大价值。状态转移方程就是:
如前述方法,可以只使用二维的数组:当每件物品只可以取一次时变量v和u采用逆序的循环,当物品有如完全背包问题时采用顺序的循环。当物品有如多重背包问题时拆分物品。
二、物品总个数的限制
有时,“二维费用”的条件是以这样一种隐含的方式给出的:最多只能取M件物品。这事实上相当于每件物品多了一种“件数”的费用,每个物品的件数费用均为1,可以付出的最大件数费用为M。换句话说,设f[v][m]表示付出费用v、最多选m件时可得到的最大价值,则根据物品的类型(01、完全、多重)用不同的方法循环更新,最后在f[0..V][0..M]范围内寻找答案。
另外,如果要求“恰取M件物品”,则在f[0..V][M]范围内寻找答案。
三、复数域上的背包问题
另一种看待二维背包问题的思路是:将它看待成复数域上的背包问题。
也就是说,背包的容量以及每件物品的费用都是一个复数。而常见的一维背包问题则是实数域上的背包文图。(注意:上面的话不严谨,因为事实上只是我们处理的都是整数而已。)所以说,一维背包的种种思想方法,往往可以应用于二维背包问题的求解中,因为只是数域扩大了而已。
四、例题
代码:
#include <iostream>
#include <algorithm>
using namespace std;
#define N 105
int f[N][N];
int main() {
int n,V,W; cin >> n >> V >>W;
int v,m,w;
for(int i = 0;i < n;i++) {
scanf("%d%d%d",&v,&m,&w);
for(int k = V;k >= v;k--) {
for(int u = W;u >= m;u--) {
f[k][u] = max(f[k][u],f[ k-v ][ u-m ] + w);
}
}
}
cout << f[V][W] << endl;
return 0;
}