【题目】
有 N 种物品和一个容量为 V 的背包。第 i 种物品最多有 num[i] 件可用,每件体积是 w[i],价值是 c[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。
【基本思路】
和完全背包问题很类似,基本的方程只需将完全背包问题的方程略微一改即可。
对于第 i 种物品有 num[i]+1种策略:取 0 件,取 1 件……取 num[i] 件,令 f[i][v] 表示前 i 种物品恰放入一个容量为 V 的背包的最大权值。
其与完全背包的区别在于,完全背包中的物品是不限量的,而多重背包的第 i 种物品最多取 num[i] 个
则有状态转移方程:f[i][v]=max{ f[i-1][v-k*w[i]]+k*c[i] }(0<=k<=num[i]),时间复杂度是O(V*Σn[i])
考虑对 f[i][j] 进行空间优化,与完全背包
模版
for(i=1;i<=N;i++)//N种物品
for(j=V;j>=0;j--)//容量为V
for(k=0;k<=num[i];k++)//每种物品最多有num[i]个
if(j-k*w[i]>=0)//当前容量-k个物品的重量>=0
f[j]=max(f[j],f[j-k*w[i]]+k*c[i]);
【转化为01背包问题求解】
转化为01背包求解:把第i种物品换成n[i]件01背包中的物品,则得到了物品数为Σn[i]的0-1背包问题,直接求解,复杂度仍然是O(V*Σn[i])。
我们期望将它转化为01背包问题之后能够像完全背包一样降低复杂度。仍然考虑二进制的思想,我们考虑把第i种物品换成若干件物品,使得原问题中第i种物品可取的每种策略——取0..n[i]件——均能等价于取若干件代换以后的物品。另外,取超过n[i]件的策略必不能出现。
方法:将第i种物品分成若干件物品,其中每件物品有一个系数,这件物品的体积和价值均是原来的体积和价值乘以这个系数。使这些系数分别为:1,2,4,...,2^(k-1),n[i]-2^k+1,且k是满足n[i]-2^k+1>0的最大整数。
例如,如果n[i]为13,就将这种物品分成系数分别为1,2,4,6的四件物品。
分成的这几件物品的系数和为n[i],表明不可能取多于n[i]件的第i种物品。另外这种方法也能保证对于0..n[i]间的每一个整数,均可以用若干个系数的和表示,这个证明可以分0..2^k-1和2^k..n[i]两段来分别讨论得出。
这样就将第i种物品分成了O(log n[i])种物品,将原问题转化为了复杂度为O(V*Σlog n[i])的01背包问题,是很大的改进。
下面给出O(log amount)时间处理一件多重背包中物品的伪代码:
/*amount表示物品的数量*/
procedure MultiplePack(cost,weight,amount)
if weight*amount>=V
CompletePack(cost,weight)
return
integer k=1
while k<num
ZeroOnePack(k*cost,k*weight)
amount=amount-k
k=k*2
ZeroOnePack(amount*cost,amount*weight)