背包问题 --- 0-1背包，完全背包，多重背包

2019独角兽企业重金招聘Python工程师标准>>>

题目：

0-1背包（ZeroOnePack）: 有N件物品和一个容量为V的背包。（每种物品均只有一件）第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。

完全背包(CompletePack)：有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

多重背包(MultiplePack)： 有N种物品和一个容量为V的背包。第i种物品最多有n[i]件可用，每件费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

分析：

比较三个题目，会发现不同点在于每种背包的数量，0-1背包是每种只有一件，完全背包是每种无限件，而多重背包是每种有限件。

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

0-1背包：这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。

dp[i][v]表示前 i 件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：

dp[i][v]=max{dp[i-1][v],dp[i-1][v-c[i]]+w[i]}

把这个过程理解下：在前 i 件物品放进容量 v 的背包时，有两种情况：

1）第 i 件不放进去，此时的最大价值为 dp[i - 1][v]；

2）第 i 件放进去，此时最大的价值为 dp[i - 1][v - c[i]] + w[i]；//如果第i件放进去，那么在容量v-c[i]里就要放进前i-1件物品，加上当前物品的价值w[i]。

伪代码如下：

for i=1..N 
        for v=V..0 //逆序
        f[v]=max{f[v],f[v-c[i]]+w[i]};

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

完全背包：每种物品有无限多件

完全背包按其思路仍然可以用一个二维数组来写出：

dp[i][v] = max {dp[i - 1][v]，dp[i - 1][v - k * c[i]] + k * w[i] | 0 <= k * c[i] <= v}

伪代码如下：

for i=1..N
        for v=0..V
        f[v]=max{f[v],f[v-c[i]]+w[i]}

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

多重背包：每种物品有有限多个。

因为对于第i种物品有n[i]+1种策略：取0件，取1件……取n[i]件。

dp[i][v]表示前i种物品恰放入一个容量为v的背包的最大权值，则有状态转移方程：

dp[i][v]=max{dp[i - 1][v],dp[i - 1][v - k * c[i]] + k * w[i] | 0 <= k <= n[i]}

转载于:https://my.oschina.net/liyurong/blog/1591947