1.多重背包介绍
有N种物品和一个容量为T的背包,第i种物品最多有itemC[i]件可用,价值为value[i],体积为weight[i],求解:选哪些物品放入背包,可以使得这些物品的价值最大,并且体积总和不超过背包容量。
与完全背包的区别 :
完全背包:自助餐【不了解的可以先看一下这篇!
多重背包:限量供应
2. 代码
多重背包加个条件就是完全背包
测试用例:
private static int[] value={2,5,7};
private static int[] weight={1,2,3};
private static int[] itemC = {2,3,3};
private static int T = 4;
递归:
public static int dp(int item, int W){
if (item == value.length || W == 0){
return 0;
}
if (weight[item] > W){
return dp(item+1,W);
}
int max = 0;
// 唯一的区别在这里!!!只加了个判断条件!!!
for (int k = 0; k<=itemC[item] && k * weight[item] <= W; k++) {
max = Math.max(max, dp(item+1,W-k*weight[item]) + k*value[item]);
}
return max;
}
可以看出,区别就是加个判断条件!!!(就是这么简单)
动规版本:
public static int processdp(){
int dp[][] = new int[weight.length+1][T+1];
for (int i = weight.length-1; i >= 0 ; i--) {
for (int j = T;j>=0;j--){
for (int k = 0; k <= itemC[j] && k*weight[i] <= j ; k++) {
dp[i][j] = Math.max(dp[i][j],dp[i+1][j-k*weight[i]] + k*value[i]);
}
}
}
return dp[0][T];
}
优化版本:
public static int process2(){
int dp[] = new int[T+1];
for (int i = weight.length-1; i >= 0 ; i--) {
for (int j = 0; j <= T; j++) {
for (int k = 0; k <= itemC[j] && k*weight[i] <= j ; k++) {
dp[j] = Math.max(dp[j],dp[j-k*weight[i]]+ k*value[i]);
}
}
}
return dp[T];
}