背包问题---01背包|完全背包(装满背包的方案总数分析及实现)

本人博文《背包问题---01背包最优方案总数(原理剖析代码实现)》及

背包问题----完全背包(最优方案总数分析及实现)

中分别谈过“01背包”和“完全背包”实现最大价值的方案总数，这里我们再讨论一下这两种背包被物品刚好装满的方案总数。

        网上各大公司经常出题目：假设现在有1元、2元、5元的纸币很多张，现在需要20块钱，你能给多少种找钱方案，这就可以认为是完全背包问题，即背包容量为20，物品体积分别为1、2、5。

        还有公司出题目：给定一个数m，将m拆成不同的自然数的和的形式有多少种方案，这就是典型的01背包问题，背包容量为m，物品件数为k，这里面的k是隐含条件，可以求出来，因为m最多由1+2+…+k得到，由此可以根据m求得物品件数的上限。

 

       现在切入正题，我们先谈“01背包”将背包刚好装满的方案总数。“完全背包”和“01背包”极为相似，只有极少量代码变动。

 

       01背包装满的问题抽象化：

       设背包容量为V，一共N件物品，每件物品体积为C[i]，每件物品的价值为W[i]，求将背包装满的方案总数。

       1） 子问题定义：F[i][j]表示前i件物品中选取若干件物品放入剩余空间为j的背包中刚好把背包装满的方案总数。

       2） 根据第i件物品体积和所剩背包容量大小进行决策

                                              (1-1)

       注意初始化条件为F[0][0]=1，即没有物品放入容量为0的背包刚好放满的方案数为1。

       故可得伪代码如下：

[cpp]  view plain copy

1. F[0][0] ← 1  
2.   
3.     for i ← 1 to N  
4.   
5.             do for j ← 0 to V  
6.   
7.                  if (j < C[i])  
8.   
9.                         then F[i][j] ← F[i-1][j]  
10.   
11.                  else  
12.   
13.                      F[i][j] ← F[i-1][j]+F[i-1][j-C[i]]  
14.   
15.     return F[N][V]  

        上述代码的空间复杂度为O(NV)，由状态方程可知，F[i][]只与F[i-1][]的状态有关，故可以用一维数组来代替二维数组，以降低空间复杂度为O(V)。

        降低空间复杂度为O(V)的伪代码如下：

[cpp]  view plain copy

1. F[0] ← 1  
2.   
3.     for