完全背包问题
有n种重量和价值分别为wi和vi的物品。从这些物品中挑选总重量不超过W的物品,求出挑选物品加之总和的最大值。每种物品可以挑选任意多件。
动态规划
……个人感觉此问题有点贪心算法的意思…… 求解完全背包问题,首先要了解01背包问题
1.01背包问题(每种物品只有一件)
设置dp[i][j]:=从0到i-1这i个物品中选出总重量不超过j的物品时总价值最大值
初始: dp[0][j]=0
递推式:
d
p
[
i
]
[
j
]
=
{
d
p
[
i
−
1
]
[
j
]
w[i-1]>j
m
a
x
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
−
1
]
[
j
−
w
[
i
−
1
]
]
+
v
[
i
−
1
]
)
其他
dp[i][j]= \begin{cases} dp[i-1][j]& \text{w[i-1]>j}\\ max(dp[i-1][j],dp[i-1][j-w[i-1]]+v[i-1])& \text{其他} \end{cases}
dp[i][j]={dp[i−1][j]max(dp[i−1][j],dp[i−1][j−w[i−1]]+v[i−1])w[i-1]>j其他
由此可推出完全背包问题的公式
2.完全背包问题方法一
同样设dp[i][j]:=从0到i-1这i个物品中选出总重量不超过j的物品时的总价值最大值
初始: dp[0][j]=0
递推式: dp[i][j]=max{dp[i-1][j-k * w[i-1]]+v[i-1] | k*w[i-1]<=j}
设整数k
当k * w[i-1]<=j时,dp[i][j]有0到k这k+1种方案,从中取最大
示例:
n=3,W=7;
{w,v}={{3,4}{4,5}{2,3}}
dp数组如图:
举个栗子:
(3,7)的方案有:
(2,7),这个方案没有选择物品2就已经将限重用完
(2,5)+3,这个方案挑选了一个物品2
(2,3)+2 * 3,这个方案挑选了两个物品2
(2,1)+3 * 3,…… ……
最后(3,7)在这4个方案中选一个最大的
三重循环,时间复杂度为O(nW^2)
#include"stdio.h"
#include"stdlib.h"
#define MAX 100
int dp[MAX][MAX];
int n,W;
int w[MAX], v[MAX];
int max(int a, int b) {
return a > b ? a : b;
}
void solve() {
//初始化矩阵为0
for (int i = 0; i <= n; i++)
for (int j = 0; j <= W; j++)
dp[i][j] = 0;
for (int i = 1; i <= n; i++)
for (int j = 0; j <= W; j++)
for (int k = 0; k*w[i - 1] <= j; k++) {
dp[i][j] = max(dp[i][j], dp[i - 1][j - k*w[i - 1]] + k*v[i - 1]);
}
}
int main() {
scanf_s("%d%d", &n, &W);
for (int i = 0; i < n; i++) {
scanf_s("%d%d", &w[i], &v[i]);
}
solve();
printf("%d", dp[n][W]);
system("pause");
}
3.完全背包问题方法二
上述算法中存在多余的计算:
在例举dp[i][j]的方案时,选择k个i-1物品,与在dp[i][j-w[i-1]]中,选择k-1个物品的情况相同
举个栗子:
(3,5)的方案:
(2,5),没挑选物品2
(2,3)+3,挑选了一个物品2
(2,1)+2 * 3,挑选了2个物品2
与上述(3,7)的方案相比:
(3,7)比比(2,5)多了一个方案(2,7);
其余方案均比(2,5)多加3.
于是(3,7)=max((2,7),(2,5)+3 )
递推式:
d
p
[
i
]
[
j
]
=
{
d
p
[
i
−
1
]
[
j
]
w[i-1]>j
m
a
x
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
]
[
j
−
w
[
i
−
1
]
]
+
v
[
i
−
1
]
)
其他
dp[i][j]= \begin{cases} dp[i-1][j]& \text{w[i-1]>j}\\ max(dp[i-1][j],dp[i][j-w[i-1]]+v[i-1])& \text{其他} \end{cases}
dp[i][j]={dp[i−1][j]max(dp[i−1][j],dp[i][j−w[i−1]]+v[i−1])w[i-1]>j其他
将上述solve函数改为如下
时间复杂度为O(nW)
void solve() {
for (int i = 0; i <= n; i++)
for (int j = 0; j <= W; j++)
dp[i][j] = 0;
for (int i = 1; i <= n; i++)
for (int j = 0; j <= W; j++)
{
if (w[i-1] > j)
dp[i][j] = dp[i - 1][j];
else
dp[i][j] = max(dp[i - 1][j], dp[i][j - w[i - 1]] + v[i - 1]);
}
}