背包问题 ---- 多重背包

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];
}