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
转化为01背包问题
另一种好想好写的基本方法是转化为01背包求解:把第i种物品换成n[i]件01背包中的物品,则得到了物品数为Σn[i]的01背包问题,直接求解,复杂度仍然是O(V*Σn[i])。
但是我们期望将它转化为01背包问题之后能够像完全背包一样降低复杂度。仍然考虑二进制的思想,我们考虑把第i种物品换成若干件物品,使得原问题中第i种物品可取的每种策略——取0..n[i]件——均能等价于取若干件代换以后的物品。另外,取超过n[i]件的策略必不能出现。
方法是:将第i种物品分成若干件物品,其中每件物品有一个系数,这件物品的费用和价值均是原来的费用和价值乘以这个系数。使这些系数分别为1,2,4,...,2(k-1),n[i]-2k+1,且k是满足n[i]-2^k+1>0的最大整数。例如,如果n[i]为13,就将这种物品分成系数分别为1,2,4,6的四件物品。
分成的这几件物品的系数和为n[i],表明不可能取多于n[i]件的第i种物品。另外这种方法也能保证对于0..n[i]间的每一个整数,均可以用若干个系数的和表示,这个证明可以分0..2k-1和2k..n[i]两段来分别讨论得出,并不难,希望你自己思考尝试一下。
这样就将第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)
void completePack(int dp[],int value,int weight,int total)
{
int i;
for(i=weight;i<=total;i++)
{
dp[i]=max(dp[i],dp[i-weight]+value);
}
}
void ZeroOnePack(int dp[],int value,int weight,int total)
{
int i;
for(i=total;i>=weight;i--)
{
dp[i]=max(dp[i],dp[i-weight]+value);
}
}
//多重背包问题 优化 一维数组 二进制的思想 时间复杂度为O(V*Σlog n[i])
void mutiPack(int dp[],int value,int weight,int amount,int total)
{
if(weight*amount>total)
{
completePack(dp,value,weight,total);
}
else
{
int k=1;
while(amount-k>=0)
{
ZeroOnePack(dp,k*value,k*weight,total);
amount-=k;
k*=2;
}
ZeroOnePack(dp,amount*value,amount*weight,total);
}
}
int main()
{
int n,w;
cin>>n>>w;
int i;
int wi,vi,ci;
for(i=0;i<n;i++)
{
cin>>wi>>vi>>ci;
mutiPack(dp_1,vi,wi,ci,w);
}
cout<<dp_1[w]<<endl;
return 0;
}
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。