【动态规划】背包问题{更新中}

 

0-1背包问题

背包问题的产生：鱼与熊掌不可兼得的问题。比如一个软件的功能丰富了，但同样其运行时占用资源和静态软件包的体量也上去了。如何做到有限的资源，价值最大化。

0-1背包问题：对于一堆价值为，重量为的物品 ：，和一个总承重  的背包。如何取舍使得背包总价值最大化。每个物品要么加一件要么不加。

解决方案1：计算性价比 ，按排序放入。

缺点：举反例，有一堆按性价比排序后的物品： ，背包承重 。给出的答案是物品1。但是物品2加上物品3的价值是最大的，所以上述方案不满足要求。但注意到，如果背包承重  ，那么给出的答案就是对的。

解决方案2：考虑分解问题，注意到当物品数量很少，或者背包承重很小时，很容易得出最优解(只能放的下特定物品)。这个思路中有两个变量很小，物品数量  ，承重 。因此我们假设对于前  个物品，和一个总承重  的背包，最优解是。那么对于前  个物品，和一个总承重  的背包，有以下两个情况：

• 最优解中不包含这个物品：等于背包  承重不变 ，只有前  个物品的最优解  。
• 最优解中包含这个物品：等于对于前  个物品，承重至多为的包的价值最优解 ，以此为基础，又放入了这个物品，得到 （因为前者如果不是最优，我可以找到一个比前者更优的解作为 B[i][w-w_{i}]，然后加入这个物品，得到更优的解，与情况描述矛盾）。

比较两者优劣后，即可得最优解等式： 。

 

完全背包问题

完全背包问题的产生：可以认为是数学上对 0-1 问题的拓展。

完全背包问题：物品数量无限，可以不加，也可以加  次。

解决方案：思路和 0-1 背包问题是一样的，对于前  个物品，和一个总承重  的背包，有以下  种情况：

• 最优解中不包含这个物品：等于背包  承重不变 ，只有前  个物品的最优解。
• 最优解中包含 1 个物品：等于对于前  个物品，承重至多为的包的价值最优解，加入了 1 个该物品（因为前者如果不是最优，我可以找到一个比前者更优的解，然后加入这个物品，得到更优的解，矛盾）。
• 最优解中包含 2 个物品：等于对于前  个物品，承重至多为的包的价值最优解，加入了 2 个该物品（因为前者如果不是最优，我可以找到一个比前者更优的解，然后加入这个物品，得到更优的解，矛盾）。
• 最优解中包含 3 个物品：等于对于前  个物品，承重至多为的包的价值最优解，加入了3 个该物品（因为前者如果不是最优，我可以找到一个比前者更优的解，然后加入这个物品，得到更优的解，矛盾）。
• 。。。。
• 最优解中包含 k 个物品：等于对于前  个物品，承重至多为的包的价值最优解，加入了 k 个该物品（因为前者如果不是最优，我可以找到一个比前者更优的解，然后加入这个物品，得到更优的解，矛盾）。

此时， 满足方程组 。可得递推最优解：。