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) 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
*/