經典背包問題 01背包+完全背包+多重背包

轉自http://blog.csdn.net/lyhvoyage/article/details/8545852

01 背包

有n 種不同的物品，每個物品有兩個屬性，size 體積，value 價值，現在給一個容量為 w 的背包，問最多可帶走多少價值的物品。  

1. int f[w+1];   //f[x] 表示背包容量為x 時的最大價值  
2. for (int i=0; i<n; i++)  
3.     for (int j=w; j>=size[i]; j--)  
4.         f[j] = max(f[j], f[j-size[i]]+value[i]);

完全背包 

如果物品不計件數，就是每個物品不隻一件的話，稍微改下即可  

[cpp]  view plain copy

1. for (int i=0; i<n; i++)  
2.     for (int j=size[i]; j<=w; j++)  
3.         f[j] = max(f[j], f[j-size[i]]+value[i]);  

         f[w] 即為所求  

        初始化分兩種情況：

        1、如果背包要求正好裝滿則初始化 f[0] = 0, f[1~w] = -INF;  

        2、如果不需要正好裝滿 f[0~v] = 0;  

        舉例：

01背包

V=10，N=3，c[]={3,4,5}, w={4,5,6}

（1）背包不一定裝滿

      計算順序是：從右往左，自上而下：因為每個物品隻能放一次，前面的體積小的會影響體積大的

（2）背包剛好裝滿    

      計算順序是：從右往左，自上而下。注意初始值，其中-inf表示負無窮

完全背包 ：

V=10，N=3，c[]={3,4,5}, w={4,5,6}

（1）背包不一定裝滿

計算順序是：從左往右，自上而下：  每個物品可以放多次，前面的會影響後面的

（2）背包剛好裝滿

計算順序是：從左往右，自上而下。注意初始值，其中-inf表示負無窮

多重背包 ：  

         多重背包問題要求很簡單，就是每件物品給出确定的件數，求 可得到的最大價值  

         多重背包轉換成 01 背包問題就是多了個初始化，把它的件數C 用二進制 分解成若幹個件數的集合，這裡面數字可以組合成任意小于等于C 的件數，而且不會重複，之是以叫二進制分解，是因為這樣分解可 以用數字的二進制形式來解釋  

       比如：7的二進制 7 = 111 它可以分解成 001 010 100 這三個數可以 組合成任意小于等于7 的數，而且每種組合都會得到不同的數  

       15 = 1111 可分解成 0001  0010  0100  1000 四個數字  

        如果13 = 1101 則分解為 0001 0010 0100 0110 前三個數字可以組合成   7以内任意一個數，即1、2、4可以組合為1——7内所有的數，加上 0110 = 6 可以組合成任意一個大于6 小于等于13 的數，比如12，可以讓前面貢獻6且後面也貢獻6就行了。雖然有重複但總是能把 13 以内所有的數都考慮到了，基于這種 思想去把多件物品轉換為，多種一件物品，就可用01 背包求解了。  

       看代碼：  

       [cpp]  view plain copy

1. int n;  //輸入有多少種物品  
2. int c;  //每種物品有多少件  
3. int v;  //每種物品的價值  
4. int s;  //每種物品的尺寸  
5. int count = 0; //分解後可得到多少種物品  
6. int value[MAX]; //用來儲存分解後的物品價值  
7. int size[MAX];  //用來儲存分解後物品體積  
8. scanf("%d", &n);    //先輸入有多少種物品，接下來對每種物品進行分解  
9. while (n--)     //接下來輸入n中這個物品  
10. {  
11.     scanf("%d%d%d", &c, &s, &v);  //輸入每種物品的數目和價值  
12.     for (int k=1; k<=c; k<<=1)   //<<右移 相當于乘二  
13.     {  
14.         value[count] = k*v;  
15.         size[count++] = k*s;  
16.         c -= k;  
17.     }  
18.     if (c > 0)  
19.     {  
20.         value[count] = c*v;  
21.         size[count++] = c*s;  
22.     }  
23. }  

定理：一個正整數n可以被分解成1,2,4,…,2^(k-1),n-2^k+1（k是滿足n-2^k+1>0的最大整數）的形式，且1～n之内的所有整數均可以唯一表示成1,2,4,…,2^(k-1),n-2^k+1中某幾個數的和的形式。

證明如下：

（1） 數列1,2,4,…,2^(k-1),n-2^k+1中所有元素的和為n，是以若幹元素的和的範圍為：[1, n]；

（2）如果正整數t<= 2^k – 1,則t一定能用1,2,4,…,2^(k-1)中某幾個數的和表示，這個很容易證明：我們把t的二進制表示寫出來，很明顯，t可以表示成n=a0*2^0+a1*2^1+…+ak*2^（k-1），其中ak=0或者1，表示t的第ak位二進制數為0或者1.

（3）如果t>=2^k,設s=n-2^k+1，則t-s<=2^k-1，因而t-s可以表示成1,2,4,…,2^(k-1)中某幾個數的和的形式，進而t可以表示成1,2,4,…,2^(k-1)，s中某幾個數的和（加數中一定含有s）的形式。

（證畢！）

        現在用count 代替 n 就和01 背包問題完全一樣了  

杭電2191題解：

此為多重背包用01和完全背包：

[cpp]  view plain copy

1. #include<stdio.h>  
2. #include<string.h>  
3. int dp[102];  
4. int p[102],h[102],c[102];  
5. int n,m;  
6. void comback(int v,int w)//經費，重量。完全背包；  
7. {  
8.     for(int i=v; i<=n; i++)  
9.         if(dp[i]<dp[i-v]+w)  
10.             dp[i]=dp[i-v]+w;  
11. }  
12. void oneback(int v,int w)//經費，重量；01背包；  
13. {  
14.     for(int i=n; i>=v; i--)  
15.         if(dp[i]<dp[i-v]+w)  
16.             dp[i]=dp[i-v]+w;  
17. }  
18. int main()  
19. {  
20.     int ncase,i,j,k;  
21.     scanf("%d",&ncase);  
22.     while(ncase--)  
23.     {  
24.         memset(dp,0,sizeof(dp));  
25.         scanf("%d%d",&n,&m);//經費，種類；  
26.         for(i=1; i<=m; i++)  
27.         {  
28.             scanf("%d%d%d",&p[i],&h[i],&c[i]);//價值，重量，數量;  
29.             if(p[i]*c[i]>=n) comback(p[i],h[i]);  
30.             else  
31.             {  
32.                 for(j=1; j<c[i]; j<<1)  
33.                 {  
34.                     oneback(j*p[i],j*h[i]);  
35.                     c[i]=c[i]-j;  
36.                 }  
37.                 oneback(p[i]*c[i],h[i]*c[i]);  
38.             }  
39.         }  
40.         printf("%d\n",dp[n]);  
41.     }  
42.     return 0;  
43. }  

隻是用01背包，用二進制優化：

[cpp]  view plain copy

1. #include <iostream>  
2. using namespace std;  
3. int main()  
4. {  
5.     int nCase,Limit,nKind,i,j,k,  v[111],w[111],c[111],dp[111];  
6.     //v[]存價值，w[]存尺寸，c[]存件數  
7.     //在本題中，價值是米的重量，尺寸是米的價格  
8.     int count,Value[1111],size[1111];  
9.     //count存儲分解完後的物品總數  
10.     //Value存儲分解完後每件物品的價值  
11.     //size存儲分解完後每件物品的尺寸  
12.     cin>>nCase;  
13.     while(nCase--)  
14.     {  
15.         count=0;  
16.         cin>>Limit>>nKind;  
17.         for(i=0; i<nKind; i++)  
18.         {  
19.             cin>>w[i]>>v[i]>>c[i];  
20.             //對該種類的c[i]件物品進行二進制分解  
21.             for(j=1; j<=c[i]; j<<=1)  
22.             {  
23.                 //<<右移1位，相當于乘2  
24.                 Value[count]=j*v[i];  
25.                 size[count++]=j*w[i];  
26.                 c[i]-=j;  
27.             }  
28.             if(c[i]>0)  
29.             {  
30.                 Value[count]=c[i]*v[i];  
31.                 size[count++]=c[i]*w[i];  
32.             }  
33.         }  
34.         //經過上面對每一種物品的分解，  
35.         //現在Value[]存的就是分解後的物品價值  
36.         //size[]存的就是分解後的物品尺寸  
37.         //count就相當于原來的n  
38.         //下面就直接用01背包算法來解  
39.         memset(dp,0,sizeof(dp));  
40.         for(i=0; i<count; i++)  
41.             for(j=Limit; j>=size[i]; j--)  
42.                 if(dp[j]<dp[j-size[i]]+Value[i])  
43.                     dp[j]=dp[j-size[i]]+Value[i];  
44.         cout<<dp[Limit]<<endl;  
45.     }  
46.     return 0;  
47. }  

未優化的：

[cpp]  view plain copy

1. #include<iostream>  
2. #include<cstdio>  
3. #include<cstring>  
4. using namespace std;  
5. int Value[105];  
6. int Cost[105];  
7. int Bag[105];  
8. int dp[105];  
9. int main()  
10. {  
11.     int C,m,n;  
12.     scanf("%d",&C);  
13.     while(C--)  
14.     {  
15.         scanf("%d%d",&n,&m);  
16.         for(int i = 1; i <= m; i++)  
17.             scanf("%d%d%d",&Cost[i],&Value[i],&Bag[i]);  
18.         memset(dp,0,sizeof(dp));  
19.         for(int i=1; i<= m; i++)  
20.             for(int j=1; j<=Bag[i]; j++)  
21.                 for(int k=n; k>=Cost[i]; k--)  
22.                     dp[k]=max(dp[k], dp[k-Cost[i]]+Value[i]);  
23.         printf("%d\n",dp[n]);  
24.     }  
25.     return 0;  
26. }