这节课主要介绍了各种背包问题,我有如下总结:
一:01背包
题目:
有N件物品和一个容量为V的背包。第i件物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使 价值总和最大。
基本思路:
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
状态转移方程:f[i][v] = max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
空间优化:
for i=1…N
for v = V…0
f[v]=max{f[v],f[v-c[i]]+w[i]};
(二维数组优化成一维数组)
初始化细节:
若要求恰好装满背包,初始化时除了f[0]为0其他f[1…v]均设为负无穷 (背包并非必须被装满)
若没有要求必须把背包装满,初始化时将f[0…v]全部设为0 (此时只有容量为0的背包可能被价值为0的nothing“恰好装满”,其它容量的背包均没有合法的解)
二.完全背包
每种物品都有无限种可用
简单优化:
1)若两件物品i、j满足c[i]<=c[j] 并且w[i]>=w[j],则将物品j去掉,不用考虑
2)将费用大于v的物品去掉
转化为01背包:
考虑到第i种物品最多选V/c[i]件,于是可以把第i种物品转化为V/c[i]件物品转化为V/c[i]件费用及价值均不变的物品,然后求解这个01背包问题
伪码:
for i=1…N
for v=0…v
f[v]=max{f[v],f[v-cost]+weight}(此处仍然可以用一位数组存储)
注意:此处v的循环顺序和01背包的循环次序不同
三、多重背包
第i种物品最多有n[i]件可用
四、分组背包
算法:
这个问题变成了每组物品有若干种策略:是选择本组的某一件,还是一件都不选。也就是说设f[k][v]表示前k组物品花费费用v能取的最大权值