【问题】
对于每件物品,具有两种不同的体积,选择这件物品必须同时付出这两种代价,对于每种代价都有一个可付出的最大值(背包容量)。
问:怎样选择物品可以得到最大的价值?
设:这两种代价分别为代价1和代价2,第i件物品所需的两种代价分别为a[i]和b[i]。两种代价可付出的最大值(两种背包容量)分别为V和U。物品的价值为c[i]。
【算法】
费用加了一维,只需状态也加一维即可。
设f[i][v][u]表示前i件物品付出两种代价分别为v和u时可获得的最大价值。
状态转移方程就是:f[i][v][u]=max{f[i-1][v][u],f[i-1][v-a[i]][u-b[i]]+c[i]}
如前述方法,可以只使用二维的数组:当每件物品只可以取一次时变量v和u采用逆序的循环,当物品有如完全背包问题时采用顺序的循环。当物品有如多重背包问题时拆分物品。
【物品总个数的限制】
有时,“二维费用”的条件是以这样一种隐含的方式给出的:最多只能取M件物品。这事实上相当于每件物品多了一种“件数”的费用,每个物品的件数费用均为1,可以付出的最大件数费用为M。换句话说,设f[v][m]表示付出费用v、最多选m件时可得到的最大价值,则根据物品的类型(01、完全、多重)用不同的方法循环更新,最后在f[0..V][0..M]范围内寻找答案。
【实现】
设s[i][j][k]表示将前i件物品放入两种容量分别为j和k的背包时所能获得的最大价值,则状态转移方程为f[i][j][k]=max{f[i-1][j][k], f[i-1][j-v[i]][k-u[i]]+c[i]},递推边界为当i=0时f[i][j][k]=0。和01背包类似,状态的维数可以轻易的从三维降低到二维,具体实现见下。
for (int i=0; i<=V; i++) // 边界
for (int j=0; j<=U; j++)
s[i][j]=0;
for (int i=1; i<=N; i++)
for (int j=V; j>=v[i]; j--)
for (int k=U; k>=u[i]; k--)
s[j][k]=max(s[j][k], s[j-v[i]][k-u[i]]+c[i]);