之前写过一篇博客,这次看了下背包九讲,主要看的是部分背包的优化解法,转化的很巧妙,时间复杂度可以达到O(n*∑log(amount[i])*V),就是把原先每个背包的数量分成一堆一堆的。
例如,假如物品i有14件,那么我们可以将它转化成若干个01背包问题,这几个子问题的背包价值和代价为1*price,1*cost,2*price,2*cost,4*price,4*cost, 7*price, 7*cost,这样我们总可以将1-13之内的数用这几个数来表示,一般的对于一个amout,我们只需要找到最大k,使得amout-2^(k+1) > 0. 这种优化方法,可以简单的这么理解,就是对于每一个新的子01背包,我们要么选它要么不选它,dp[w]中记录的总是满足条件的最大价值,这样我们总能遍历到任何一个1-13内的状态,使得dp[w]达到最大。
代码如下:
#include <iostream>
using namespace std;
const int m = 100;
const int INF = -1000;
int dp[m];
int maxn(int a, int b)
{
return a > b ? a : b;
}
/*
如果要求正好装满,则初始化未INF,否则初始化未0
*/
void init()
{
for(int k = 0; k <= 100; k++)
dp[k] = INF; //
dp[0]=0;
}
int zeroOnePack(int price, int cost, int W)
{
for(int w = W; w >= 1; --w)
{
if(w >= cost)
dp[w] = maxn(price + dp[w - cost], dp[w]);
}
return dp[W];
}
int CompletePack(int price, int cost, int W)
{
for(int w = 1; w <= W; ++w)
{
if(w >= cost)
dp[w] = maxn(price+dp[w-cost], dp[w]);
}
return dp[W];
}
int multiPack(int price, int cost, int amount, int W)
{
if(amount*cost >= W)
CompletePack(price, cost, W);
else
{
int k = 1;
while(k < amount)
{
zeroOnePack(k*price, k*cost, W);
amount -= k;
k *= 2;
}
zeroOnePack(amount*price, amount*cost, W);
}
cout<<dp[W]<<endl;
return dp[W];
}
int main()
{
int price[5] = {1,2,3};
int cost[5] = {5,2,4};
int amount[5] = {2,2,2};
init();
for(int i = 0; i < 3; ++i)
multiPack(price[i], cost[i], amount[i], 5);
return 0;
}