问题:
有N种物品和一个容量为V的背包,每种物品都有无限件。
第i种物品的费用是w[i], 价值是c[i]。求解将哪些物品装入背包可使这些物品的总容量不超过背包容量,且总价值最大(优)
基本思路
该问题类似于01背包问题,所不同的是每种物品有无限件。
策略:取0件、取1件、… 取无限n
使用一维数组的伪代码:
for i = 1 .. N
for v = 0 .. V
f[v] = max{f[v],f[v-w[i]]+c[i]};
以上算法要求必须采用 v = 0 … V的正序顺序循环,这与01背包要求逆序不同。
为什么?每种物品可选无限件,所以在考虑“加选一件第i种物品”策略时,正需要一个可能已选入第i种物品的子结果f[i][v-w[i]]。所以必须采用正序。
二维数组动态转移方程:
dp[i][v] = max{dp[i][v-w[i]] + c[i] , dp[i-1][v]}
题目描述
有n种物品,每种物品有一个重量和一个价值。但每种物品的数量是无限的,同时有一背包,最大载重量为m,今从n种物品中选取若干件(同一物品可以多次选取),使得重量(容量)的和小于等于m,而价值的和为最大。
输入格式
- 第 1 行:两个整数,M(背包容量,M<=200)和N(物品数量,N <=30);
- 第 2 到 N+1行: 每行两个整数 Wi,Ci,表示每个物品的重量和价值。
输出格式
- 仅一行,一个数,表示最大总价值。
输入样例
10 4
2 1
3 3
4 5
7 8
输出样例
11
完全背包问题解法一
#include<bits/stdc++.h>
using namespace std;
/*完全背包问题(每种物品可选无限件)
设 dp[i][v]表示前i件物品,总容量不超过v的最优价值,则
dp[i][v]=max(dp[i-1][v],dp[i][v-w[i]]+c[i])
说明:完全背包必须采用v = 0...M的正序顺序循环。
dp[i-1][v]: 当前物品i一个也不装 ,则总价值采用前i-1件物品,总容量不超v的最优价值。
dp[i][v-w[i]]+c[i]:加选一件当前物品i时, 正需要累加一个可能已选入第i件物品的子
结果dp[i][v-w[i]]
dp[N][M]即是最优解
*/
const int maxm=201, maxn =31;//maxm为容量
int m,n;
int w[maxn],c[maxn];
int dp[maxn][maxm];
int main()
{
scanf("%d%d ",&m, &n);//背包容量m和物品数量n
for(int i=1; i<=n;i++)
scanf("%d%d",&w[i],&c[i]);
//dp[i][v]表示前i件物品,总重量不超过v的最优价值
for(int i=1;i <= n; i++)
for(int v=1;v <= m; v++)
if(v< w[i]) dp[i][v]=dp[i-1][v];
else
if(dp[i-1][v] > dp[i][v-w[i]]+c[i]) dp[i][v]=dp[i-1][v];
else dp[i][v] = dp[i][v-w[i]] + c[i];
printf(" max = %d",dp[n][m]);//最优解
return 0;
}
完全背包空间O(V)解法二
//完全背包-一维数组解法
/*
dp(v)表示容量不超过v公斤的最大价值,则
dp(v)= max{dp(v),dp(v-w[i])+c[i]} (v>=w[i], 1<=i<=n)
*/
#include<bits/stdc++.h>
using namespace std;
const int maxm =2001 , maxn =31;
int n,m,v,i;
int c[maxn],w[maxn];
int dp[maxm];//滚动数组压缩二维数组,转换成一维,减少空间成本
int main()
{
cin >> m >> n;//背包容量m ,物品数量(种类)n ,每种有无限个
for(i=1;i <= n; i++)
cin>> w[i] >> c[i];
for(i =1 ; i <= n; i++)
for(v=w[i];v<=m;v++ )//设dp[v]表示重量不超过v公斤的最大价值
dp[v]=max(dp[v],dp[v-w[i]]+c[i]); //与当前dp[v]内记忆的最优价值比较,谁优取谁
printf("max = %d\n",dp[m]);//f[m]为最优解
return 0;
}
可能的优化
-
完全背包有一个简单有效的优化: 若两种物品i,j 满足 w[i] <= w[j] 同时 c[i] >= c[j] ,则将物品j去掉,不用考虑之。 正确性证明: 任何情况下都可将价值小,容量大的j换成性价比高的i,得到的方案至少不会更差。缺点:不能改善最坏情况的复杂度。
-
转化为01背包问题求解:
考虑第i种物品最多选 V/w[i]件,于是可以把第i种物品转化为 V/w[i]件重量及价值均不变的物品,然后求解这个01背包问题。
原理: 将一种物品拆成多件物品。 -
考虑把每种物品拆成O(log(V/w[i])+ 1)件物品。
运用二进制思想,例如: 7(0111) == 2^0 + 2 ^ 1 + 2 ^ 2
k 来自集合{0,1,2}
对应拆分集合{ 1,2,4}
不管最优策略选几件第i种物品,总可以表示成若干个 2^k件物品的和。
高效拆分法: 把第i种物品拆成费用为 w[i] * 2^k , 价值为 c[i] * 2^k 的若干件物品,其中k满足w[i] * 2^k < V 。