动态规划之背包问题

背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。相似问题经常出现在商业、组合数学，计算复杂性理论、密码学和应用数学等领域中。也可以将背包问题描述为决定性问题，即在总重量不超过W的前提下，总价值是否能达到V？

背包问题一般分为以下几类：

1.01背包问题

2.完全背包问题

3.多重背包问题

4.分组背包问题

一、01背包问题

01背包问题的限定条件是每种物品只能买一个，给定每个物体的重量v和价值w，问n个物体在总重量不超过m的情况下最大可买到的价值。

我们用数组f[i][j]表示只选前i个物体，并且总体积不超过j的最大价值，01背包问题中，每一个物品只有选与不选两种状态，所以f[i][j]就等于不选这个物品与选了这个物品的最大值。这两种状态前者可表示为f[i-1][j]，后者可表示为f[i-1][j-v[i]]+w[i];

#include<bits/stdc++.h>
using namespace std;
const int N=1000;
int f[N][N];
int v[N],w[N];
using namespace std;
int main()
{
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	cin>>v[i]>>w[i];
	for(int i=1;i<=n;i++)
	{
		for(int j=0;j<m;j++)
		{
		f[i][j]=f[i-1][j];
		if(j>v[i])
		f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);
	    }
	}
	cout<<f[n][m]<<endl;
}

01背包问题还可优化为1维数组，进行n次循环，第i次循环完f[j]表示的时只选前i个物品，总重量不超过j的最大价值。 

但是当我们枚举重量j时，是从更小的重量转移过来，或者说是从第i-1次循环的状态转移过来，如果重量从小到大枚举f[j-v[i]]已经被更新过，放在二维数组里此时的f[j-v[i]]表示的是f[i][j-v[i]]而不是 f[i-1][j-v[i]]。所以我们将重量从大到小枚举。

#include<bits/stdc++.h>
using namespace std;
const int N=1000;
int f[N];
int v[N],w[N];
using namespace std;
int main()
{
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	cin>>v[i]>>w[i];
	for(int i=1;i<=n;i++)
	{
		for(int j=m;j>=v[i];j--)
		f[j]=max(f[j],f[j-v[i]]+w[i]);
	}
	cout<<f[m]<<endl;
}

二、完全背包问题

完全背包问题的限定条件是每种物品可以买无限个，给定每个物体的重量v和价值w，问n个物体在总重量不超过m的情况下最大可买到的价值。

01背包问题其实就是完全背包问题只买0个或者1个的情形。

朴素代码和01挺像的

#include<bits/stdc++.h>
using namespace std;
const int N=1000;
int f[N][N];
int v[N],w[N];
using namespace std;
int main()
{
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	cin>>v[i]>>w[i];
	for(int i=1;i<=n;i++)
	{
	   for(int j=0;j<=m;j++)
	   {
	   	for(int k=0;k*v[i]<=j;k++)
	   	f[i][j]=max(f[i][j],f[i-1][j-v[i]*k]+w[i]*k);
	   }
	}
	cout<<f[n][m]<<endl;
}

那么完全背包问题怎么进行优化呢？

因为物品是无限个，所以f[i][j]与f[i][j-v],都是选0个，选1个，直到k个使得剩下重量不足以再选一个。所以从图中可知，f[i][j]为f[i-1][j]与f[i][j-v]+w的最大值。

#include<bits/stdc++.h>
using namespace std;
const int N=1000;
int f[N];
int v[N],w[N];
using namespace std;
int main()
{
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	cin>>v[i]>>w[i];
	for(int i=1;i<=n;i++)
	{
		for(int j=v[i];j<=m;j++)
		f[j]=max(f[j],f[j-v[i]]+w[i]);
	}
	cout<<f[m]<<endl;
}

01背包问题和完全背包问题的代码区别仅是前者j从大到小枚举，后者从小到大枚举。原因是

01背包问题f[i][j]是从f[-1]的状态转移过来，完全背包问题f[i][j]为f[i-1][j]与f[i][j-v]+w的最大值。是从

第f[i]转移过来，从小到大枚举保证了f[j-v[i]]是第i层的状态而不是第i-1层的状态。

三、多重背包问题

多重背包问题的限定条件是每种物品的个数是有限个，给定每个物体的重量v和价值w，问n个物体在总重量不超过m的情况下最大可买到的价值。

朴素代码在完全背包问题上加个限定条件即可。

#include<bits/stdc++.h>
using namespace std;
const int N=1000;
int f[N][N];
int v[N],w[N],s[N];
using namespace std;
int main()
{
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	cin>>v[i]>>w[i]>>s[i];
	for(int i=1;i<=n;i++)
	{
	   for(int j=0;j<=m;j++)
	   {
	   	for(int k=0;k*v[i]<=j&&k<=s[i];k++)//买个物品数量不能超过k个 
	   	f[i][j]=max(f[i][j],f[i-1][j-v[i]*k]+w[i]*k);
	   }
	}
	cout<<f[n][m]<<endl;
}

多重背包问题的优化方式是通过二进制优化，将多重背包问题转化为01背包问题。

为什么不能像完全背包问题那样优化呢？

 

如果物品的数量超过了最大可买数量，还是可以像多重背包问题那样优化的，但是如果比最大可买数量少，当买完所有东西，对于f[i][j]的最后一个转移状态是f[i][j-s[i]*v[i]]+w[i]*s[i], 对于f[i][j-v]的最后一个转移状态是f[i][j-(s[i]+1)*v[i]]+w[i]*s[i]+1。所以并不能像完全背包问题那样优化。

多重背包问题通过二进制优化转化为01背包问题。

例如，一个物品有1023个，我们将其分为若个组，每一组算一个新的物品，第一个物品的重量为v[i],价值为w[i],第二个物品重量为v[i]*2,价值w[i]*2，每组都是前一组的2倍，最后不够的再一组。

这样对于1023中选取任意个物品，一定是任意组之和。所以对于原来的1023个物品选几个，就转化为这新的几组（个）是每一个组（个）是选还是不选。

#include<bits/stdc++.h>
using namespace std;
const int N=100010;
int v[N],w[N],f[N]; 
int cnt=0,n,m;
int main()
{
	cin>>n>>m;
	for(int i=0;i<n;i++)
	{
		int a,b,s,k=1;
		cin>>a>>b>>s;
		while(k<=s)
		{
			cnt++;
			v[cnt]=a*k;
			w[cnt]=b*k;
			s-=k;
			k=k*2;
		}
		if(s>0)
		{
			cnt++;
			v[cnt]=a*s;
			w[cnt]=b*s;
		}
	}
	for(int i=1;i<=cnt;i++)
	{
		for(int j=m;j>=v[i];j--)
		f[j]=max(f[j],f[j-v[i]]+w[i]);
	}
	cout<<f[m]<<endl;
}

 四、分组背包问题

分组背包问题的限定条件是n组物品，每组有若干个，给定每个物体的重量v和价值w，问n组每个组只能买一个在总重量不超过m的情况下最大可买到的价值。

#include<bits/stdc++.h>
using namespace std;
const int N=1010;
int f[N],s[N];
int v[N][N],w[N][N];
int main()
{
	int n,m; 
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	{
		cin>>s[i];
		for(int j=1;j<=s[i];j++)
		cin>>v[i][j]>>w[i][j];
	}
	for(int i=1;i<=n;i++)
	{
		for(int j=m;j>=0;j--)
		{
			for(int k=1;k<=s[i];k++)
			if(v[i][k]<=j)
			f[j]=max(f[j],f[j-v[i][k]]+w[i][k]);
		}
	}
	cout<<f[m]<<endl;
}