有依赖的背包问题

一、个人理解

有依赖的背包问题一般会有一定的限制条件，例如选择某一件的前提是选择了另一件物品， 选第 i 件物品，就必须选择第 j 件物品，保证不会循环引用。

一般我们称呼不依赖于别的物品的物品为 主件，依赖于某主件的物品称为 附件

对于包含一个 主件 和若干个 附件 的结合由以下可能性：

    1、仅选择主件

    2、选择主件再选择一个附件

    3、选择主件再选择两个附件

            ............

    n、选择主件再选择全部的附件

对于有依赖的背包问题，一般采用树形DP来解决 ，对于某个子节点，需要依赖于其父节点

有依赖的背包问题一般会用到分组背包的知识          分组背包

二、子物体体积集合划分 

例题：

有 N 个物品和一个容量是 V的背包。

物品之间具有依赖关系，且依赖关系组成一棵树的形状。如果选择一个物品，则必须选择它的父节点。

如下图所示：
 

如果选择物品5，则必须选择物品1和2。这是因为2是5的父节点，1是2的父节点。

 每件物品的编号是 i，体积是 vi，价值是 wi，依赖的父节点编号是 pi。物品的下标范围是 1…N。

求解将哪些物品装入背包，可使物品总体积不超过背包容量，且总价值最大。

输出最大价值。

输入格式

第一行有两个整数 N，V，用空格隔开，分别表示物品个数和背包容量。

接下来有 N行数据，每行数据表示一个物品。第 i 行有三个整数 vi,wi,pi，用空格隔开，分别表示物品的体积、价值和依赖的物品编号。
如果 pi=−1，表示根节点。 数据保证所有物品构成一棵树。

输出格式

输出一个整数，表示最大价值。

数据范围

1≤N,V≤100

1≤vi,wi≤100

父节点编号范围：

• 内部结点：1≤pi≤N

• 根节点 pi=−1

输入样例

5 7
2 3 -1
2 2 1
3 5 1
4 7 2
3 6 2

输出样例：

11

 

时间复杂度：

        O(N×V×V)

分析

从根节点开始递归，从叶子节点开始计算

闫氏DP分析法

f[i,j]:划分：表示以i为根节点，总体积不超过j的物品的价值

        属性：max

状态计算：

1、for(int k=0;i<=j;k++)

分给子节点k的体积，根节点使用j-k的体积

AC代码（带注释）

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

const int N=110;
int n,m;
int h[N],e[N],ne[N],idx;
int v[N],w[N];
int f[N][N];

void add(int a,int b)
{
    e[idx]=b,ne[idx]=h[a],h[a]=idx++;
}
void dfs(int u)
{
    //分组背包
    for(int i=h[u];i!=-1;i=ne[i])//枚举物品组
    {
        int son=e[i];
        dfs(son);//树形dp，要从叶子节点往上递归
        for(int j=m-v[u];j>=0;j--)
        {
        /*
        枚举体积，结点u必选，否则依赖于它的子孙节点无法选择，
        所以枚举的最大体积要预留出一部分来存放v[u]
        */
            for(int k=0;k<=j;k++)//枚举决策,枚举该子节点在体积j下能使用的所有可能体积数
            {
                f[u][j]=max(f[u][j],f[u][j-k]+f[son][k]);
                /*
                分给son结点k的体积来选择，然后u结点可用的体积为j-k
                */
            }
        }
    }
    
    //加上u结点,从大往小加
    for(int j=m-v[u];j>=0;j--)  f[u][j+v[u]]=f[u][j]+w[u];
    //清空没选u的状态
    for(int j=0;j<v[u];j++) f[u][j]=0;
}
int main()
{
    cin>>n>>m;
    int root;//根节点不一定，需找出
    memset(h, -1, sizeof h);
    for(int i=1;i<=n;i++)
    {
        int p;
        cin>>v[i]>>w[i]>>p;
        if(p==-1)   root=i;
        else
        {
            add(p,i);//i依赖于p
        }
    }
    dfs(root);
    
    cout<<f[root][m];
    return 0;
}

 三、集合划分

例题：

金明的预算方案

金明今天很开心，家里购置的新房就要领钥匙了，新房里有一间金明自己专用的很宽敞的房间。

更让他高兴的是，妈妈昨天对他说：“你的房间需要购买哪些物品，怎么布置，你说了算，只要不超过N元钱就行”。

今天一早，金明就开始做预算了，他把想买的物品分为两类：主件与附件，附件是从属于某个主件的，下表就是一些主件与附件的例子：

如果要买归类为附件的物品，必须先买该附件所属的主件。

每个主件可以有0个、1个或2个附件。

附件不再有从属于自己的附件。

金明想买的东西很多，肯定会超过妈妈限定的N元。

于是，他把每件物品规定了一个重要度，分为5等：用整数1~5表示，第5等最重要。

他还从因特网上查到了每件物品的价格（都是10元的整数倍）。

他希望在不超过N元（可以等于N元）的前提下，使每件物品的价格与重要度的乘积的总和最大。

设第j件物品的价格为v[j]，重要度为w[j]，共选中了k件物品，编号依次为j1，j2，…，jk，则所求的总和为：

v[j1]∗w[j1]+v[j2]∗w[j2]+…+v[jk]∗w[jk]（其中*为乘号）

请你帮助金明设计一个满足要求的购物单。

输入格式

输入文件的第1行，为两个正整数，用一个空格隔开：N m，其中N表示总钱数，m为希望购买物品的个数。

从第2行到第m+1行，第j行给出了编号为j-1的物品的基本数据，每行有3个非负整数v p q，其中v表示该物品的价格，p表示该物品的重要度（1~5），q表示该物品是主件还是附件。

如果q=0，表示该物品为主件，如果q>0，表示该物品为附件，q是所属主件的编号。

输出格式

输出文件只有一个正整数，为不超过总钱数的物品的价格与重要度乘积的总和的最大值（<200000）。

数据范围

N<32000,m<60,v<10000

输入样例：

1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0

输出样例：

2200

AC代码（带注释）

#include <iostream>
#include <cstring>
#include <algorithm>
#include <vector>

using namespace std;

typedef pair<int, int> PII;
#define v first
#define w second
int n,m;
PII master[65];//体积，价值
vector<PII> sv[65];
int f[32100];
int main()
{
    cin>>m>>n;
    
    //将每一组主附件看成一个物品组
    /*
        对于每个物品组只有四种情况
        1、只选择主件
        2、选择主件和第一个附件
        3、选择主件和第二个附件
        4、选择主件和两个附件
    */
    for(int i=1;i<=n;i++)
    {
        int v,p,q;
        scanf("%d%d%d",&v,&p,&q);
        if(!q)
        {
            master[i]={v,v*p};
        }
        else
        {
            sv[q].push_back({v,v*p});
        }
    }
    for(int i=1;i<=n;i++)//枚举每个物品组
    {
        //if(master[i].first!=0)
        //{
            for(int j=m;j>=0;j--)//枚举体积
            {
                for(int t=0;t<1<<sv[i].size();t++)//枚举决策
                //1<<n：表示2的n次方
                {
                    int v=master[i].first,w=master[i].second;
                    for(int k=0;k<sv[i].size();k++)//枚举选择的方案
                    {
                        if(t>>k&1)
                        {
                            v+=sv[i][k].first;
                            w+=sv[i][k].second;
                        }
                    }
                    if(j>=v) f[j]=max(f[j],f[j-v]+w);
                }
            }
        //}
    }
    cout<<f[m]<<endl;
    return 0;
}