整理自背包问题九讲笔记_多重背包
1、问题描述
已知:有一个容量为V的背包和N件物品,第i件物品最多有Num[i]件,每件物品的重量是weight[i],收益是cost[i]。
问题:在不超过背包容量的情况下,最多能获得多少价值或收益
举例:物品个数N = 3,背包容量为V = 8,则背包可以装下的最大价值为64.
----------------------------------------------
2、转换为01背包问题求解(直接利用01背包)
思路 1、直接对每一件物品进行拆分成Num[i]件,之后在拆分后的集合上进行01背包的求解。
时间复杂度:O(V*Σ(Weight[i]))。太慢不好。
思路 2、采用二进制拆分的思想。对每i件物品,拆分的策略为:新拆分的物品的重量等于1件,2件,4件,..,(2^(k - 1)),Num[i] - (2^(k - 1))件,其中k 是满足Num[i] - 2^k + 1 > 0 的最大整数。
注意:
(1)最后一个物品的件数的求法和前面不同,其直接等于 该物品的最大件数 - 前面已经分配之和。
(2)分成的这几件物品的系数和为Num[i],表明第i种物品取的件数不能多于Num[i]。
举例:某物品为13件,则其可以分成四件物品,其系数为1,2,4,6.这里k = 3。
当然,这里使用二进制的前提还是使用二进制拆分能保证对于0,,,Num[i]间的每一个整数,均可以用若干个系数的和表示。
具体使用时,有一个小优化,即:我们不对所有的物品进行拆分,因此物品一旦拆分,其物品个数肯定增加,那么复杂度肯定上去。
此时,我们可以选择性地对物品进行拆分:
(1)如果第i个物品的重量Weight[i] * 物品的个数Num[i] >= 背包总重量V,可以不用拆分。
(2)如果第i个物品的重量Weight[i] * 物品的个数Num[i] < 背包总重量V,需要拆分。
其实,拆不拆分,就看该物品能不能满足完全背包的条件。即,看该物品能不能无限量供应。
解释:为啥满足Weight[i] * 物品的个数Num[i] >= 背包总重量V的物品可以不用拆分?
此时,满足该条件时,此物品相当于是无限供应,直到背包放不下为止。
最终,对于不需要拆分的物品,可以看成完全背包的情况,调用处理完全背包物品的函数;对于需要拆分的物品,可以看成01背包的情况,调用处理01背包物品的函数。
这样,由于不对满足完全背包的物品进行拆分,此时物品个数就没有对所有物品拆分时的物品个数多,即程序中外层循环降低,复杂度也就下去了。
伪代码:
这里:C表示该物品的重量。M表示该物品的个数。V表示背包的最大容量。W表示该物品的收益。
代码: