多重背包问题

最新推荐文章于 2024-04-10 11:29:59 发布

FF_y

最新推荐文章于 2024-04-10 11:29:59 发布

阅读量153

点赞数

分类专栏：刷题文章标签：算法动态规划

本文链接：https://blog.csdn.net/weixin_44247784/article/details/127104681

版权

刷题专栏收录该内容

80 篇文章 0 订阅

订阅专栏

本文探讨了多重背包问题与01背包的区别，并提供了两种解决多重背包问题的方法。第一种是通过摊平物品数量将其转换为01背包问题，第二种是在常规的01背包算法中增加一个循环遍历物品个数。这两种方法都旨在在不超过背包容量的前提下，最大化物品的总价值。示例展示了如何应用这两种方法解决一个具体的多重背包实例。

摘要由CSDN通过智能技术生成

以下理解参考代码随想录

有N种物品和一个容量为V 的背包。第i种物品最多有Mi件可用，每件耗费的空间是Ci ，价值是Wi 。求解将哪些物品装入背包可使这些物品的耗费的空间总和不超过背包容量，且价值总和最大。
多重背包跟01背包的区别就在于01背包的物品数量都为1，而多重背包问题中的物品数量是个不定数，所以01背包是多重背包的一种特殊情况。
比如现在有如下数量跟重量的物品，求容量为10的背包怎么装价值总和最大
解决方法有两种，第一种是将多重背包问题转化成01背包问题，如何转化呢？就是把数量超过1的物品都摊开来，即上述问题转化为从7件数量为1的物品中取，求解将哪些物品装入容量为10的背包价值最大。

    List<Integer> weight = new ArrayList<>(Arrays.asList(1, 3, 4));
    List<Integer> value = new ArrayList<>(Arrays.asList(15, 20, 30));
    List<Integer> nums = new ArrayList<>(Arrays.asList(2, 3, 2));
    int bagWeight = 10;

    for (int i = 0; i < nums.size(); i++) {
        while (nums.get(i) > 1) { // 把物品展开为i
            weight.add(weight.get(i));
            value.add(value.get(i));
            nums.set(i, nums.get(i) - 1);
        }
    }

    int[] dp = new int[bagWeight + 1];
    for(int i = 0; i < weight.size(); i++) { // 遍历物品
        for(int j = bagWeight; j >= weight.get(i); j--) { // 遍历背包容量
            dp[j] = Math.max(dp[j], dp[j - weight.get(i)] + value.get(i));
        }
        System.out.println(Arrays.toString(dp));
    }

另一种解法是，在常规的01背包代码的两层for循环中增加多一层for循环，用于遍历每个物品的个数。

    int[] weight = new int[] {1, 3, 4};
    int[] value = new int[] {15, 20, 30};
    int[] nums = new int[] {2, 3, 2};
    int bagWeight = 10;

    int[] dp = new int[bagWeight + 1];
    for(int i = 0; i < weight.length; i++) { // 遍历物品
        for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
            for (int k = 1; k <= nums[i] && (j - k * weight[i]) >= 0; k++) { // 遍历物品个数，即考虑当从下标（0，i）取物品时，装满容量为j的背包，取物品i 0到k个时，价值最大的是谁
                dp[j] = Math.max(dp[j], dp[j - k * weight[i]] + k * value[i]);
            }
            System.out.println(Arrays.toString(dp));
        }
    }