背包九讲学习--基础背包

第一讲 01背包

题目

 有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。

          算法复杂度：O(VN) 

  PRO   zero one pack :   

   for i=1..N
      for v=V..c[i]
        f[v]=max{f[v],f[v-c[i]]+w[i]}

第二讲 完全背包

  题目

  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。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

      算法复杂度：O(VN) 

这个算法使用一维数组，先看伪代码：

  PRO CompletePack(cost weight)

  for i=1..N
     for v=cost..V
        f[v]=max{f[v],f[v-cost]+weight}

    完全背包的特点恰是每种物品可选无限件，所以在考虑“加选一件第i种物品”这种策略时，却正需要一个可能已选入第i种物品的子结果f[i][v-    c[i]]，所以就可以并且必须采用v=0..V的顺序循环。这就是这个简单的程序为何成立的道理。

第三讲 多重背包

    题目

    有N种物品和一个容量为V的背包。第i种物品最多有n[i]件可用，每件费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

      算法复杂度：O(V*Σlog n[i])

将第i种物品分成了O(log n[i])种物品，将原问题转化为了复杂度为<math>O(V*Σlog n[i])的01背包问题，是很大的改进。
下面给出O(log amount)时间处理一件多重背包中物品的过程，其中amount表示物品的数量：

procedure MultiplePack(cost,weight,amount)
    if cost*amount>=V
        CompletePack(cost,weight)
        return
    integer k=1
    while k<amount
        ZeroOnePack(k*cost,k*weight)
        amount=amount-k
        k=k*2
    ZeroOnePack(amount*cost,amount*weight)

希望你仔细体会这个伪代码，如果不太理解的话，不妨翻译成程序代码以后，单步执行几次，或者头脑加纸笔模拟一下，也许就会慢慢理解了。

#include <iostream>
#include <cstring>
#include <algorithm>
#include <cstdio>
using namespace std;
struct S{
  int value[5];
  int cost[5];
  int amount[5];
}p;
int dp[10],V;
void CompletePack(int i)
{
    for(int v=p.cost[i];v<=V;v++)
        dp[v]=max(dp[v],dp[v-p.cost[i]]+p.value[i]);
}
void ZeroOnePack(int cost,int value)
{
    for(int v=V;v>=cost;v--)
        dp[v]=max(dp[v],dp[v-cost]+value);
}
void MultiplePack(int i)
{   //1.当做完全背包处理
    if(p.cost[i]*p.amount[i]>=V)
    {
        CompletePack(i);
        return ;
    }
    int k=1;
    while(k<p.amount[i])
    {
        ZeroOnePack(k*p.cost[i],k*p.value[i]);
        p.amount[i]=p.amount[i]-k;
        k=k*2;
    }
    ZeroOnePack(p.amount[i]*p.cost[i],p.amount[i]*p.value[i]);
}
void show();
int main()
{
    int n,i,j;
    //n 种物品，背包体积为V
    scanf("%d%d",&n,&V);
    memset(dp,0,sizeof(dp));
    for(i=0;i<n;i++)
        scanf("%d",&p.amount[i]);
    for(i=0;i<n;i++)
        scanf("%d",&p.cost[i]);
    for(i=0;i<n;i++)
        scanf("%d",&p.value[i]);
    //多重背包,每次处理一件物品
    for(i=0;i<n;i++)
      MultiplePack(i);

    show();
    printf("\n最大的价值量为:%d\n",dp[V]);


   return 0;
}
void show()
{
    for(int i=0;i<=V;i++)
       printf("%d ",i);
        printf("\n");
    for(int i=0;i<=V;i++)
        printf("%d ",dp[i]);
}
 /*
    #ifdef fin
     freopen("in.txt","r",stdin);
     freopen("out1.txt","w",stdout);
    #endif
*/

/**
4 7
1 2 3 4
4 3 2 1


*/

第五讲: 二维费用的背包问题

      题目

        二维费用的背包问题是指：对于每件物品，具有两种不同的费用；选择这件物品必须同时付出这两种代价；对于每种代价都有一个可付出的最大值（背包容量）。问怎样选择物品可以得到最大的价值。设这两种代价分别为代价1和代价2，第i件物品所需的两种代价分别为a[i]和b[i]。两种代价可付出的最大值（两种背包容量）分别为V和U。物品的价值为w[i]。

      算法复杂度：O(N*UV)

     费用加了一维，只需状态也加一维即可。设f[i][v][u]表示前i件物品付出两种代价分别为v和u时可获得的最大价值。状态转移方程就是：

     f[i][v][u]=max{f[i-1][v][u],f[i-1][v-a[i]][u-b[i]]+w[i]}

如前述方法，可以只使用二维的数组：当每件物品只可以取一次时变量v和u采用逆序的循环，当物品有如完全背包问题时采用顺序的循环。当物品有如多重背包问题时拆分物品。这里就不再给出伪代码了，相信有了前面的基础，你能够自己实现出这个问题的程序。

       下面实现了一个01二维费用背包的例子：

  

#include <iostream>
#include <stdio.h>
#include <cstring>
using namespace std;
#define M 102
struct shop{
//每件物品的花费1,2和价值
   int cost[M],cost2[M];
   int value[M];
   int u,v;
}p;
//一维表示u，二维v
int dp[102][1002],n;
int ZeroOne_two_Dimensional_Pack()
{
    int i,j,k;
    memset(dp,0,sizeof(dp));
    for(i=0;i<n;i++)//n件物品
     for(j=p.u;j>=p.cost[i];j--)
       for(k=p.v;k>=p.cost2[i];k--)
       {
           dp[j][k]=max(dp[j][k],dp[j-p.cost[i]][k-p.cost2[i]]+p.value[i]);
       }
    return dp[p.u][p.v];
}
void show()
{
    int i,j;
    for(i=1;i<=p.u;i++)
    {
    for(j=1;j<=p.v;j++)
        printf("%d ",dp[i][j]);
      cout<<endl;
    }
}
int main()
{
    int i;
    while(~scanf("%d%d%d",&n,&p.u,&p.v))
    {
        for(i=0;i<n;i++)
        {
            scanf("%d%d%d",&p.value[i],&p.cost[i],&p.cost2[i]);
        }
        cout<<ZeroOne_two_Dimensional_Pack()<<endl;
        //show();
    }
    return 0;
}
/**
3 2 2
1 1 1
3 2 2
4 3 3
ans=3

3 6 6
1 1 1
3 2 2
4 3 3
ans=4

*/