算法-
前置知识
思路
完全背包一般分为两种,不妨叫做价值完全背包和判断完全背包。
价值完全背包
完全背包问题是这样的一类问题:给定一个背包的容量
m
m
m 和
n
n
n 种物品,每种物品有重量
w
w
w 和价值
v
v
v,并且可以购买装无限个,求不超过背包容量时可以装下的最大价值。
对于这类问题,我们使用DP,设
f
i
,
j
f_{i,j}
fi,j 为考虑前
i
i
i 种物品时总重恰好为
j
j
j 的最大价值和。
容易得到DP方程:
f
i
,
j
=
max
k
=
0
f
i
−
1
,
j
−
k
w
+
k
v
f_{i,j}=\max\limits^{}_{k=0}f_{i-1,j-kw}+kv
fi,j=k=0maxfi−1,j−kw+kv
判断完全背包
思路类似,方程变为 f i , j = f i − 1 , j ∣ f i − 1 , j − w + v f_{i,j}=f_{i-1,j}\mid f_{i-1,j-w}+v fi,j=fi−1,j∣fi−1,j−w+v 即可
算法参数
- 时间复杂度: O ( n m ) O(nm) O(nm)
- 空间复杂度: O ( n m ) O(nm) O(nm)
滚动优化
完全背包的滚动优化与01背包不太一样。
01背包继承的状态没有被更新,所以要倒着来,但是完全背包我们完全可以这样看:
f
i
,
j
=
max
(
f
i
,
j
,
f
i
,
j
−
w
)
f_{i,j}=\max(f_{i,j},f_{i,j-w})
fi,j=max(fi,j,fi,j−w)
也就是说,我们只需要正着循环就可以了。(此处建议手动模拟一下)
实现代码
- 价值
f[0]=0;
for (int i=1;i<=n;i++)
for (int j=w[i];j<=m;j--)
f[j]=max(f[j],f[j-w[i]]+v[i]);
- 判断
f[0]=1;
for (int i=1;i<=n;i++)
for (int j=w[i];j<=m;j--)
f[j]=f[j]|f[j-w[i]];