完全背包问题
写在前面
一方面学习背包九讲:http://blog.csdn.net/pi9nc/article/details/8142876>http://blog.csdn.net/pi9nc/article/details/8142876,这个十分清晰,重点标记清楚。
但有些需要自己理解的和重点的,我做了如下笔记,方便别人理解,也方便自己复习,如有错误,欢迎指正。
题目特点
1. N种物品V容量,每种物品费用c[i],价值w[i]
2. 每种物品无限件
3. 要求: 费用和不超过背包容量且价值总和最小
简单思路
基本思路
- 从每件物品的角度考虑,与它相关的策略变成取k件 (0<=i<=V/c[i]) ,所以策略转移方程如下:
f[i][v]=max{f[i-1][V-k*c[i]]+k*w[i]| 0<=k*c[i]<=V}
- 时间复杂度: 跟01背包问题一样有O(NV) 个状态,但是求解每个状态不是常数,而是O(V/c[i]),总的复杂度是超过O(VN)
简单有效的优化
1. 优化方案:
- 首先去除费用大于V的物品,然后采用类似计数排序的算法,计算出相同费用中是哪个。(时间复杂度:O(V+N))
- 若两件物品i,j满足c[i] <= c[j] 且 w[i] = w[j], 则将物品j去掉(至少不会差思路)
2. 优化效果:
- 对于随机数据,往往大大减少物品的件数,加快速度
- 最坏情况,可能一件物品都去不掉。
3. 时间复杂度: (O(N^2))
转化成01背包问题
1. 转换思路:
- 由于第i件物品最多选V/c[i]件,于是可以把第i种物品转化为V/c[i]件费用及价值均不变,然后求解这个问题。
2. 时间复杂度:
- 没有改变基本思路的时间复杂度
更高效的转化思路
奇怪的优化方案:(我在看这部分时,理解了半天,最终觉得这样的理解不太对,比如第i件选3件时,并不能是2^k件,虽然伪代码和这也并不相关。)
将第i种物品转化为费用为c[i]*2^k、价值为w[i]*2^k的若干件物品。这是二进制的思想,因为不管最优策略选几件第i种物品,
总可以表示成若干个2^k件物品的和。
2. 由基本思路转化:
1. 伪代码:
for i=1:n
for v=0:V
f[v] = max {f[v],f[v-c[i]]+w[i]}
2. 代码解释
这个伪代码与01背包的伪代码的区别只有v的循环次序不同而已,那么我们分析下这两种顺序作用
- 逆序(01背包):保证f[i][v]是由f[i][v]递推而来,保证了每件物品只选择一次
- 顺序 :相当于f[i][v] = max{ f[i-1][v],f[i][v-c[i]]+w[i]},即f[v-c[i]]有可能被修改过了,
那么代表第i件物品被选择了至少一次,f[v-c[i]]就代表着在此基础上在增加一件(类似基本思路中,依次增大k)
3. 完全背包抽象
/**
* @param cost 第i件物品的费用
* @param weight 第i件物品的价值
*/
procedure CompletePack(cost,weight)
for v = cost :V
f[v] = max{f[v],f[v-cost]+weight}
总结
- 学习背包问题,需要自己深入思考其中的含义,一步步的自己动手写,只有这样才能深入理解大神的跳跃的思路