【转】背包问题总结（0-1背包+完全背包+多重背包）

初始化的细节问题

我们看到的求最优解的背包问题题目中，事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解，有的题目则并没有要求必须把背包装满。一种区别这两种问法的实现方法是在初始化的时候有所不同。

如果是第一种问法，要求恰好装满背包，那么在初始化时除了f[0]为0其它f[1..V]均设为-∞，这样就可以保证最终得到的f[N]是一种恰好装满背包的最优解。

如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将f[0..V]全部设为0。

为什么呢？可以这样理解：初始化的f数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满，那么此时只有容量为0的背包可能被价值为0的nothing“恰好装满”，其它容量的背包均没有合法的解，属于未定义的状态，它们的值就都应该是-∞了。如果背包并非必须被装满，那么任何容量的背包都有一个合法解“什么都不装”，这个解的价值为0，所以初始时状态的值也就全部为0了。

这个小技巧完全可以推广到其它类型的背包问题，后面也就不再对进行状态转移之前的初始化进行讲解。

0-1 背包

有N件物品和一个容量为m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。

特点：每种物品仅有一件，可以选择放或不放。

void ZeroOnePack(int cost, int weight)
{
   for (int i = m; i >= cost; i--)
      dp[i] = max(dp[i], dp[i-cost] + weight);
}

完全背包

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。

特点：每种物品都有无限件可用。

void CompletePack(int cost, int weight)
{
     for (int i = cost; i <= m; i++)
        dp[i] = max(dp[i], dp[i-cost] + weight);
}

多重背包

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。

特点：第i种物品最多有n[i]件可用。

注：

多重背包转换成 01 背包问题中有个二进制分解思想。

把它的件数C 用分解成若干个件数的集合，这里面数字可以组合成任意小于等于C的件数，而且不会重复，之所以叫二进制分解，是因为这样分解可以用数字的二进制形式来解释

比如：7的二进制 7 = 111 它可以分解成 001 010 100 这三个数可以组合成任意小于等于7 的数，而且每种组合都会得到不同的数
           15 = 1111 可分解成 0001  0010  0100  1000 四个数字
如果13 = 1101 则分解为 0001 0010 0100 0110 前三个数字可以组合成7以内任意一个数，加上 0110 = 6 可以组合成任意一个大于6 小于13的数，虽然有重复但总是能把 13 以内所有的数都考虑到了。

基于这种 思想去把多件物品转换为，多种一件物品，就可用01 背包求解了。

void MultiplePack(int cost, int weight, int amount)
{
    if (cost * amount >= m)
          CompletePack(cost, weight);
    else
    {
          int k = 1;
          while (k < amount)
          {    
               ZeroOnePack(k * cost, k * weight);
               amount -= k;
               k *= 2;
          }
          ZeroOnePack(amount * cost, amount * weight);
     }
}