完全背包问题是常见的背包算法问题,特征为每个物体的数目为无穷个,进行最大值获取
朴素解法如下;
for(int i = 1; i <= n; i++) {
for(int j = 1; j <= m; j++) {
for(int k = 0; k <= j / v[i]; k++) {
dp[i][j] = Math.max(dp[i][j],dp[i - 1][j - k * v[i]] + k * w[i]);
}
}
}
该解法可以解决部分问题,但是时间复杂度较高,在算法题中容易TLE,故一般进行优化
优化策略如下:
经过推导可得:
dp[i][j] = max(dp[i-1][j],dp[i-1][j-v[i]] + w[i],dp[i-1][j-2*v[i]] + 2w[i]) + dp[i-1][j-k*v[i]] + kw[i])
dp[i][j-v[i]] = max(dp[i-1][j-v[i],dp[i-1][j-2v[i]] + w[i],dp[i-1][j-3*v[i]] + 2w[i]) + dp[i-1][j-k*v[i]] + kw[i])
可得:
dp[i][j] = max(dp[i-1][j],d[i][j-w[i]] + v[i])
即时间优化解法为:
for(int i = 1; i <= n; i++) {
for(int j = 1; j <= m; j++) {
dp[i][j] = dp[i - 1][j];
if(j >= v[i]){
dp[i][j] = Math.max(dp[i][j],dp[i][j - v[i]] + w[i]);
}
}
}
还可进行空间优化:
策略如下:由于进行循环时,只需要进行本轮外层循环的数据,故可以直接进行正序循环保留
即可得:
for(int i = 1; i <= n; i++) {
for(int j = v[i]; j <= m; j++) {
dp[j] = Math.max(dp[j],dp[j - v[i]] + w[i]);
}
}
例题和解析如下:
有 NN 种物品和一个容量是 VV 的背包,每种物品都有无限件可用。
第 ii 种物品的体积是 vivi,价值是 wiwi。
求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式
第一行两个整数,N,VN,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 NN 行,每行两个整数 vi,wivi,wi,用空格隔开,分别表示第 ii 种物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤10000<N,V≤1000
0<vi,wi≤10000<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例:
10
解题代码如下:
import java.io.BufferedReader;
import java.io.InputStreamReader;
public class Main {
static int[] v;
static int[] w;
static int[]dp;
public static void main(String[] args) throws Exception{
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
String[] s= br.readLine().split(" ");
int n = Integer.parseInt(s[0]);
int m = Integer.parseInt(s[1]);
v = new int [n + 1];
w = new int [n + 1];
dp = new int [m + 1];
for(int i = 1; i <= n; i++) {
s = br.readLine().split(" ");
v[i] = Integer.parseInt(s[0]);
w[i] = Integer.parseInt(s[1]);
}
for(int i = 1; i <= n; i++) {
for(int j = v[i]; j <= m; j++) {
dp[j] = Math.max(dp[j],dp[j - v[i]] + w[i]);
}
}
System.out.println(dp[m]);
}
}