zoukankan      html  css  js  c++  java
  • 算法笔记----背包九讲 ③多重背包问题

    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。













    种一棵树最好的时间是十年前,其次是现在。
  • 相关阅读:
    3.2 Program Encodings 程序编码
    Describe your home
    Building vs solution in command line
    找到适合自己的人生轨迹 Angkor:
    每个月总有那么几天不想学习,不想写代码 Angkor:
    Linux下的Memcache安装
    敏捷开发之 12条敏捷原则
    为什么要用NIO
    memcached server LRU 深入分析
    Linux 脚本编写基础
  • 原文地址:https://www.cnblogs.com/islch/p/13456841.html
Copyright © 2011-2022 走看看