背包问题——“01背包”及“完全背包”装满背包的方案总数分析及实现

-----Edit by ZhuSenlin HDU

        本人博文《背包问题——“01背包”最优方案总数分析及实现》《背包问题——“完全背包”最优方案总数分析及实现》中分别谈过“01背包”和“完全背包”实现最大价值的方案总数,这里我们再讨论一下这两种背包被物品刚好装满的方案总数。

        网上各大公司经常出题目:假设现在有1元、2元、5元的纸币很多张,现在需要20块钱,你能给多少种找钱方案,这就可以认为是完全背包问题,即背包容量为20,物品体积分别为1、2、5。

        还有公司出题目:给定一个数m,将m拆成不同的自然数的和的形式有多少种方案,这就是典型的01背包问题,背包容量为m,物品件数为k,这里面的k是隐含条件,可以求出来,因为m最多由1+2+…+k得到,由此可以根据m求得物品件数的上限。

 

       现在切入正题,我们先谈“01背包”将背包刚好装满的方案总数。“完全背包”和“01背包”极为相似,只有极少量代码变动

 

       01背包装满的问题抽象化:

       设背包容量为V,一共N件物品,每件物品体积为C[i],每件物品的价值为W[i],求将背包装满的方案总数。

       1) 子问题定义:F[i][j]表示前i件物品中选取若干件物品放入剩余空间为j的背包中刚好把背包装满的方案总数。

       2) 根据第i件物品体积和所剩背包容量大小进行决策

                                              (1-1)

       注意初始化条件为F[0][0]=1,即没有物品放入容量为0的背包刚好放满的方案数为1。

       故可得伪代码如下:

	F[0][0] ← 1

  	for i ← 1 to N

      		do for j ← 0 to V

          	     if (j < C[i])

                         then F[i][j] ← F[i-1][j]

          	     else

             		 F[i][j] ← F[i-1][j]+F[i-1][j-C[i]]

  	return F[N][V]

        上述代码的空间复杂度为O(NV),由状态方程可知,F[i][]只与F[i-1][]的状态有关,故可以用一维数组来代替二维数组,以降低空间复杂度为O(V)。

        降低空间复杂度为O(V)的伪代码如下:

	F[0] ← 1

  	for i ← 1 to N

      		do for j ← V to C[i]

          	   if (j >= C[i])

              		then F[j] ← F[j]+F[j-C[i]]

  	return F[V]

         注意对V的遍历变为逆序,至于为什么这样,请看本人博文《背包问题——“01背包”详解及实现(包含背包中具体物品的求解)》

        接下来看看“完全背包”到底有哪些变化。看过《背包九讲》或者本人博文《背包问题——“完全背包”详解及实现(包含背包具体物品的求解)》的读者应该会能很快想到状态方程的变形,如下:

                                   (1-2)

        不错,状态方程是这样。F[i-1][j]表示背包中不含第i种物品时把背包装满的方案,F[i][j-C[i]]表示至少包含一件第i种物品把背包装满的方案总数。所以,当j<C[i]时F[i][j] = F[i-1][j];当j >= C[i]时, F[i][j] = F[i][j-C[i]] + F[i-1][j],为什么是两者的和,因为F[i][j-C[i]]和F[i-1][j]都是[i][j]状态时把背包装满的方案,且两者互斥。

       伪代码如下:

	F[0][0] ← 1

  	for i ← 1 to N

      	    do for j ← 0 to V

          	if (j < C[i])

                         then F[i][j] ← F[i-1][j]

          	else

              	      F[i][j] ← F[i-1][j]+F[i][j-C[i]]

  	return F[N][V]

        同样上述伪代码的空间复杂度为O(NV),我们也可以通过用一维数组来降低空间复杂度为O(V)

        伪代码如下:

	F[0] ← 1

	for i ← 1 to N

      	    do for j ← C[i] to V

          	if (j >= C[i])

              	    then F[j] ← F[j]+F[j-C[i]]

  	return F[V]

         注意:上面对V的遍历为正序,为什么?请参考本人博文《背包问题——“完全背包”详解及实现(包含背包具体物品的求解)》

 

下面提过两种这两种背包的实现代码

01背包装满的方案总数:

#include <iostream>
#include <cstring>
#include "CreateArray.h"	//该头文件是动态创建和销毁二维数组的,读者自己实现

using namespace std;

//时间复杂度O(NV)空间复杂度O(NV)

int Package01_FullOfPackage(int Weight[], int nLen, int nCapacity)
{
	int** MethodTable = NULL;
	CreateTwoDimArray(MethodTable,nLen+1,nCapacity+1);
	MethodTable[0][0] = 1;

	for(int i = 1; i <= nLen; i++)
	{
		for(int j = 0; j <= nCapacity; j++)
		{
			if(j < Weight[i-1])
				MethodTable[i][j] = MethodTable[i-1][j];
			else
				MethodTable[i][j] = MethodTable[i-1][j] + MethodTable[i-1][j-Weight[i-1]];
		}
	}

	cout << "MethodTable:" << endl;
	PrintTowDimArray(MethodTable,nLen+1,nCapacity+1);

	int nRet = MethodTable[nLen][nCapacity];
	DestroyTwoDimArray(MethodTable,nLen+1);
	return nRet;
}

//时间复杂度O(NV)空间复杂度O(V)

int Package01_FullOfPackage_Compress(int Weight[], int nLen, int nCapacity)
{
	int * MethodTable = new int [nCapacity+1];
	memset(MethodTable,0,(nCapacity+1)*sizeof(int));

	//initiallize all MethodTable[0] with 1
	MethodTable[0] = 1;

	for(int i = 0; i < nLen; i++)
	{
		for(int j = nCapacity; j >=Weight[i]; j--)
		{
			if(j >= Weight[i])
				MethodTable[j] += MethodTable[j-Weight[i]];
		}
	}

	int nRet = MethodTable[nCapacity];
	delete [] MethodTable;
	return nRet;
}

//测试代码 

int main()
{
	//int Weight[] = {1,1,1,1,1,1};
	int Weight[] = {1,2,3,4,5,6,7,8,9,10};
	int nCapacity = 20;
	cout << "AllCount:" << Package01_FullOfPackage(Weight,sizeof(Weight)/sizeof(int),nCapacity) << endl;
	cout << "AllCount:" << Package01_FullOfPackage_Compress(Weight,sizeof(Weight)/sizeof(int),nCapacity) << endl;
	return 0;
}

 

完全背包装满的方案总数:

//时间复杂度O(NV)空间复杂度O(NV)

int Package02_FullOfPackage(int Weight[], int nLen, int nCapacity)
{
	int** MethodTable = NULL;
	CreateTwoDimArray(MethodTable,nLen+1,nCapacity+1);

	MethodTable[0][0] = 1;

	for(int i = 1; i <= nLen; i++)
	{
		for(int j = 0; j <= nCapacity; j++)
		{
			if(j < Weight[i-1])
				MethodTable[i][j] = MethodTable[i-1][j];
			else
				MethodTable[i][j] = MethodTable[i-1][j]+MethodTable[i][j-Weight[i-1]];
		}
	}

	cout << "MethodTable:" << endl;
	PrintTowDimArray(MethodTable,nLen+1,nCapacity+1);
	
	int nRet = MethodTable[nLen][nCapacity];
	DestroyTwoDimArray(MethodTable,nLen+1);
	return nRet;
}

//时间复杂度O(NV)空间复杂度O(V)

int Package02_FullOfPackage_Compress(int Weight[], int nLen, int nCapacity)
{
	int * MethodTable = new int [nCapacity+1];
	memset(MethodTable,0,(nCapacity+1)*sizeof(int));

	//initiallize all MethodTable[0] with 1
	MethodTable[0] = 1;

	for(int i = 0; i < nLen; i++)
	{
		for(int j = Weight[i]; j <= nCapacity; j++)
		{
			if(j >= Weight[i])
				MethodTable[j] += MethodTable[j-Weight[i]];
		}
	}

	int nRet = MethodTable[nCapacity];
	delete [] MethodTable;
	return nRet;
}

//测试代码 

int main()
{
	int Weight[] = {1,2,5};
	//int Weight[] = {2,2,2};
	int nCapacity = 20;
	cout << "AllCount:" << Package02_FullOfPackage(Weight,sizeof(Weight)/sizeof(int),nCapacity) << endl;
	cout << "AllCount:" << Package02_FullOfPackage_Compress(Weight,sizeof(Weight)/sizeof(int),nCapacity) << endl;
	return 0;
}


本文部分内容参考《背包九讲》

发布了20 篇原创文章 · 获赞 28 · 访问量 23万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览