题目:
有N种物品和一个容量为V的背包,每种物品都有无限件可用。第i种物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。
f[i][v]=max{ f[i-1][v-k*c[i]]+k*w[i] | 0<=k*c[i]<=v}
O(VN)的算法
这个算法使用一维数组,先看伪代码:
for i=1..N
forv=0..V
f[v]=max{f[v],f[v-cost]+weight}
你会发现,这个伪代码与0-1背包的伪代码只有v的循环次序不同而已。为什么这样一改就可行呢?首先想想为什么P01中要按照v=V..0的逆序来循环。这是因为要保证第i次循环中的状态f[i][v]是由状态f[i-1][v-c[i]]递推而来。换句话说,这正是为了保证每件物品只选一次,保证在考虑“选入第i件物品”这件策略时,依据的是一个绝无已经选入第i件物品的子结果f[i-1][v-c[i]]。而现在完全背包的特点恰是每种物品可选无限件,所以在考虑“加选一件第i种物品”这种策略时,却正需要一个可能已选入第i种物品的子结果f[i][v-c[i]],所以就可以并且必须采用v=0..V的顺序循环。这就是这个简单的程序为何成立的道理。
f[i][v]=max{f[i-1][v],f[i][v-c[i]]+w[i]}
v1,v2,…, vn
w1,w2,…, wn
其中所有的wi均为整数。每件物品都有无穷多个。现有一个背包,其最大载重量为m,要求从这n件物品中任取若干件。问背包中装入哪些物品可使得所装物品的价值和最大?
例如,m=10, n = 6,
value weig
10 6
6 3
5 2
10 5
2 1
16 6
8 4
#include <iostream>
#include <string.h>
using namespace std;
int space,num;
int weig[31];
int value[31];
int path[31][31];
int bag[31][1001]; //标号为0不用
void fillbag()
{
for(int i = 1; i<num+1; i++)
{
for(int j = 1; j <= space; j++)
{
bag[i][j] = bag[i-1][j];
if( (j>=weig[i]) && ( (value[i] + bag[i][j-weig[i]]) > bag[i-1][j] ))
{
bag[i][j] = value[i] + bag[i][j-weig[i]];
path[i][j] = 1;
}
}
}
}
void showbag_path()
{
for(int i = 1; i<num+1; i++)
{
for(int j = 1; j<space+1; j++)
{
cout<<"\t"<<bag[i][j];
}
cout<<endl;
}
cout<<endl<<endl<<endl;
for(int i = 1; i<num+1; i++)
{
for(int j = 1; j<space+1; j++)
{
cout<<"\t"<<path[i][j];
}
cout<<endl;
}
}
int main() {
cin>>space>>num;
memset(weig, 0, sizeof(weig));
memset(bag, 0, sizeof(bag));
for(int i = 1; i<=num; i++)
{
cin>>value[i];
cin>>weig[i];
}
fillbag();
cout<<endl<<"max value:"<<bag[num][space]<<endl;
//找到最佳解的选择方案
int j = space;
for(int i = num; i>0 && j>0; )
{
if(path[i][j] == 1)
{
path[i][0] ++;
j -= weig[i];
}
else
{
i--;
}
}
//输出最佳解的选择方案
for(int i = 0; i<=num; i++)
{
cout<<"物品"<<i<<":"<<path[i][0]<<" ";
}
cout<<endl;
//输出过程
showbag_path();
return 0;
}