多维多重背包问题_动态规划入门——详解完全背包与多重背包问题

最新推荐文章于 2024-08-27 12:22:52 发布

Yuki酱酱

最新推荐文章于 2024-08-27 12:22:52 发布

阅读量2.6k

点赞数 2

文章标签：多维多重背包问题

本文链接：https://blog.csdn.net/weixin_30482027/article/details/112397788

版权

本文深入探讨动态规划中的完全背包和多重背包问题。完全背包是零一背包的无限制版本，允许无限获取物品。文章通过代码解释了如何解决完全背包问题，并提出对相同体积物品进行优化的策略。多重背包问题更复杂，文中介绍了通过二进制表示法将其转换为零一背包问题的解决方案，降低复杂度。

摘要由CSDN通过智能技术生成

本文始发于个人公众号：TechFlow，原创不易，求个关注

今天是算法数据结构专题的第13篇文章，也是动态规划专题的第二篇。

上一讲当中我们一起学习了动态规划算法中的零一背包问题，我们知道了所谓的零一背包是指每一种物品只有一个，所以它的状态只有0和1两种，即拿或者不拿。而今天我们要来讨论物品不止有一个的情况，物品不止有一个也分两种，一种是不作任何限制，要多少有多少，这种称为完全背包问题，另一种是依然有个数限制，这种称为多重背包问题。

我们一个一个来看，我们先从其中比较简单的完全背包开始。由于我们这是一个连续的专题，没有看过上篇文章或者是新关注的同学可以移步我们专题的第一篇：

动态规划入门——经典的完全背包与多重背包问题mp.weixin.qq.com

完全背包

在之前的文章当中，我们阐述了动态规划当中状态和决策以及状态转移的相关概念。在背包问题当中，背包的容量是状态，而选择哪个物品进行获取则是决策，当我们制定了一个决策之后，背包会从一个状态转移到另一个状态。而动态规划算法就是枚举所有状态和决策，获得所有的状态转移，并且记录这个过程中每个状态能够获得的最优解。

在之前的文章当中，我们先遍历了所有的决策，然后再枚举了所有的状态，计算在决策下进行转移之后得到的结果。在之前的零一背包问题当中，由于我们每个物品只能获取一个，如果在前面的状态执行了决策，那么后面的状态则不能进行相同的决策。这也就是动态规划的后效性，而在完全背包问题当中，我们去掉了这个限制，也就意味着决策之间不再有后效性，一个决策可以重复应用在各个状态当中。

所以如果你能理解上面这段话，那么整个算法其实非常简单，几乎就是零一背包的代码。只不过我们把其中倒叙遍历的背包状态再”修正“回来。

之前我们为了避免物品的重复获取，所以采用了倒叙遍历的方法，如今我们不再对数量进行限制，意味着我们可以自由地采取决策进行转移。要做到这点，就是单纯的两重循环，第一种枚举决策，第二重枚举状态，记录所有转移可能带来的最优解即可。我们来看代码：