【算法基础课】动态规划 背包

01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。
• 定义$F[i,j]$为前$i$个物体在上限为$V$的情况下能获得的最大价值
• 由放或不放两个状态空间转移来

$$转移方程：F[i,v]=max(F[i-1,v],F[i-1,v-Ci]+Wi)$$

• 优化空间复杂度之后：

$F[0..V]\leftarrow 0$
$fori\leftarrow 1toN$
$forv\leftarrow Vto{C}_i$

$F[v]\leftarrow max(F[v],F[v-C_i]+W_i)$

初始的 $F[0..V]$ 意义为前0个物品在上限下的最大价值，因此为0.

完全背包

• 特点：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

• 定义$F[i,j]$为前$i$个物体在上限为$V$的情况下能获得的最大价值

• 子状态空间为：对于第 $i$ 种，不选，选1个，选2个…，选 $\lfloor \frac{V}{v_i}\rfloor$ 件

转移方程：
$$F[i,v]=max(F[i-1,v-kCi]+kWi|0\le kCi\le v)$$

优化时间复杂度：
$$F[i,v]=max(F[i-1,v],F[i,v-v_i])$$

推导：

• $F[i,v]=max(F[i-1,v],F[i-1,v-v_i]+w_i,F[i-1,v-2v_i]+2w_i.....)$
• $F[i,v-v_i]=max(F[i-1,v-v_i],F[i-1,v-2v_i]+w_i,F[i-1,v-3v_i]+2w_i.....)$
• 下界相同，因此 $F[i,v]=max(F[i-1,v],F[i,v-v_i])$
• 也可以结合 $F[i,v]$ 二维矩阵理解

• 优化空间复杂度之后：

$F[0..V]\leftarrow 0$
$fori\leftarrow 1toN$
$forv\leftarrow C_{i}toV$

$F[v]\leftarrow max(F[v],F[v-C_i]+W_i)$

多重背包

• 特点：有 $N$ 种物品和一个容量为 $V$ 的背包。第 $i$ 种物品最多有 $s_i$ 件可用.

• 定义同上

• 子状态空间为：对于第 $i$ 种，不选，选1个，选2个…，选 $min(\lfloor \frac{V}{v_i}\rfloor ,s_i)$ 件

转移方程：
$$F[i,v]=max(F[i-1,v-k\ast C_i]+k\ast W_i|0\le k\le s_i且v>=k\ast C_i)$$

转化为01背包求解

	cin>>a>>b>>s;
	int k=1;
	while(s)
	{
		if(s>=k) v[++pos]=a*k,w[pos]=b*k,s-=k;
		else v[++pos]=a*s,w[pos]=b*s,s=0;
		k*=2; 
	}

此程序的作用是把 $s$ 拆分成1，2，4…$2^{k-1}$，$s_i-2^k+1$
可以组合出 $1$~$s_i$ 的任一种可能

分组背包

• 特点：有 $N$ 种物品和一个容量为 $V$ 的背包。
  这些物品被划分为 K 组，每组中的物品互相冲突，最多选一件。

• 定义$F[i,j]$为前 $i$ 组物体在上限为$V$的情况下能获得的最大价值

• 子状态空间为：对于第 $i$ 组，不选，选第1个，选第2个…，选第 $k$ 个

转移方程：
$$F[k,v]=max(F[k-1,v],F[k-1,v-C_i]+W_i|i\in groupk)$$

• 优化空间复杂度之后：

$fork\leftarrow 1toK$
$forv\leftarrow Vto0$
$forallitemiingroupk$
$F[v]\leftarrow max(F[v],F[v-Ci]+Wi)$

• 综上，为了优化空间复杂度且转移不被破坏，需要对$j$的转移顺序进行分析