背包问题（一）

详细的参见背包九讲，地址：http://download.csdn.net/detail/u014007510/7258089

i表示前i件物品，j表示空间大小

01背包：每件物品可放一次，状态转移方程：

二维的：       f[i][j]=max(f[i-1][j],f[i-1][j-cost[i]]+worth[i]),放与不放中取最大的

先写成i行j列的矩阵；

观察到：f[i][j]的取值只与f[i-1]层的数据有关，每次更新第j列的数据就行了，那么可以将二维的动态转移方程写成一维的 形式;

f[j]=max(f[j],f[j-cost[i]]+worth[i])   ①

ps:    其实就是把f里面的二维i都去掉，对比上面的方程会发现神奇之处，暂且留个小问题下面讲

01背包是核心思想必须要完全理解它。

完全背包：

二维的：   f[i][j]=max(f[i-1][j],f[i-k][j-k*cost[i]]+k*worth[i])   或者  f[i][j]=max(f[i-k][j-k*cost[i]]+k*worth[i]) 

ps: 转换成01背包来做了,k的可能取值： 0<=V-k*cost[i]<=V,枚举k就可以了。

上面的动态转移方程看起来比较复杂，而且也不太美，有没有更简洁的方程呢?

简单的二维方程： f[i][j]=max[f[i-1][j],f[i][j-cost[i]]+worth[i]]  

这个方程比较有意思，f[i-1][j]表示在j的空间中放前i-1件的物品可达到的最大价值，f[i][j-cost[i]]+worth[i]表示在j-cost[i]的空间里放前i件物品可达到的最大价值的基础上 放一个第i件物品，f[i][j]的取值必然是由这两种情况得来的！其实这个方程就是：在可能放多个与不放中取最大的。

可能放多个的表示方法：就是在可能已放（即f[i][j-cost[i]]）的基础上再放一个worth[i]。（讲的清楚吧^_^）

一维的： f[j]=max(f[j],f[j-cost[i]]+worth[i])       ②同样是在放与不放中取最大的

呵呵，看到这儿请比较①②的，看起来是完全一样的，那么应该怎么区分他们呢？

注意：①中max里的f[j]表示的是放前i-1件的最大值,②中max里的f[j]表示的是放前i件的最大值；

实现：

①：

void ZO(int V,int C,int W)//V表示整个空间的大小，C指第i种物品的大小，W表示第i种物品的价值
{
    for(int v=V;v>=C;v--)//倒序更新，保证F[v]是前i-1件的最大值
    {
        F[v]=max(F[v],F[v-C]+W);
    }
}

②对每个i执行

void CO(int V,int C,int W)
{
    for(int v=C;v<=V;v++)//顺序更新，保证F[v]是前i件的最大值
        F[v]=max(F[v],F[v-C]+W);
}

多重背包：

二维的：   f[i][j]=max(f[i-1][j],f[i-k][j-k*cost[i]]+k*worth[i])   或者  f[i][j]=max(f[i-k][j-k*cost[i]]+k*worth[i]) 

ps: 和完全背包类似，0<=V-k*cost[i]<=V且0<=k<=num[i]

有了前面的基础可以想到：把第i件做多取num[i]件理解为有num[i]件价值为worth[i]的物品，再用01背包做就行了。

但是有没有更高效的方法呢？

先看这个问题：一个数字n可以写成n=2^0+2^1+2^3+...+2^i+k,1<=2^i<=n,0<=k<=n-2^i。

以19为例：写成10011>1111，进而19=10011=1+10+100+1000+（10011-1-10-100-1000）=1+2+4+8+4

通过上面的简单非严格说明可以知道，n=2^0+2^1+2^3+...+2^i+k,1<=2^i<=n,0<=k<=n-2^i

回到原问题，

将num[i]件物品分解为2^0件的组合体+2^1件的组合体+2^3件的组合体+...+2^件的组合体i+k件的组合体。这种方法比前一种好多了。

实现：

对每个i

void MU(int V,int C,int W,int M)
{
    if(C*M>=V)//相当于完全背包
        CO(V,C,W);
    else
    {
        int k=1;
        while(k<M)
        {
            ZO(V,k*C,k*W);//分解为01背包
            M=M-k;
            k=2*k;
        }
        ZO(V,M*C,M*W);
    }
}

混合背包问题：

其实就是多重背包问题，不过num[i]的取值有区别罢了：属于01背包的num[i]=1,属于完全背包的num[i]=(V/cost[i]+1)。

当然也可以这么做

for i=1..N

    if 第i件物品属于01背包

        ZO(V,cost[i],worth[i])

    elseif 第i件物品属于完全背包

        CO(V,cost[i],worth[i])

    else if 第i件物品属于多重背包

        MU(V,cost[i],worth[i],num[i])

最后初始化问题：

①恰好装满：f[0]=0,f[1,2,3.....n]=- ∞,理解：对0,1,2...n大的空间都什么也不装，只有0可以装，其他都是非法的

②不用恰好装满：f[0,1,2...n]=0，理解，对0,1,2...n大的空间都什么也不装，都是合法的，都可为0