一、题目
有 N N N 种物品和一个容量是 V V V 的背包。
物品一共有三类:
- 第一类物品只能用1次(01背包);
- 第二类物品可以用无限次(完全背包);
- 第三类物品最多只能用 s i s_i si 次(多重背包);
每种体积是 v i v_i vi,价值是 w i w_i wi。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。输出最大价值。
二、思路
既然是3种背包的混合问题,那么我们其实可以直接调用前面几篇博客写过的算法,伪代码如下:
for(int i = 1; i <= N; i++){
if 第i件物品属于01背包问题
ZeroOnePack(F,weight, value);
else if 第i件物品属于完全背包问题
CompletePack(F,weight, value);
else 第i件物品属于多重背包问题
MultiplePack(F, weight, value, num);
}
根据以上伪代码,我们可以很轻松的写出完整代码。如下:
public class MixPack {
/**
*
* @param V 背包容量
* @param N 物品种数
* @param weight 物品的费用/重量
* @param num 物品数量
* @param value 物品价值
* @return 最大价值
*/
public static int multiplePack(int V, int N, int[] weight, int[] num , int[] value){
int[] dp = new int[V + 1];
for (int i = 1; i <= N; i++){
if (num[i - 1] == -1){
//第i件物品属于01背包问题
for (int j = V; j >= weight[i - 1]; j--){
dp[j] = Math.max(dp[j], dp[j - weight[i - 1]] + value[i - 1]);
}
}else if (num[i - 1] == 0){
//第i件物品属于完全背包问题
for (int j = weight[i - 1]; j <= V; j++){
dp[j] = Math.max(dp[j], dp[j - weight[i - 1]] + value[i - 1]);
}
}else{
//第i件物品属于多重背包问题
for (int j = V; j > 0; j--){
//在01背包代码基础上,增加了第i个物品拿k个的循环
for (int k = 0; k <= num[i - 1] && j >= k * weight[i - 1]; k++){
dp[j] = Math.max(dp[j], dp[j - k * weight[i - 1]] + k * value[i - 1]);
}
}
}
}
return dp[V];
}
}
读者可以通过该题目来测试算法的正确性:混合背包问题