背包问题九讲2.0(13年修订版)

背包问题九讲2.0beta1.2崔添翼(TianyiCui)*2012-05-08†本文题为《背包问题九讲》，从属于《动态规划的思考艺术》系列。这系列文章的第一版于2007年下半年使用EmacsMuse制作，以HTML格式发布到网上，转载众多，有一定影响力。2011年9月，本系列文章由原作者用LATEX重新制作并全面修订，您现在看到的是2.0beta版本，修订历史及最新版本请访问查阅。本文版权归原作者所有，采用CCBY-NC-SA协议发布。Contents101背包问题31.1题目.......................................31.2基本思路....................................31.3优化空间复杂度.................................31.4初始化的细节问题...............................41.5一个常数优化..................................41.6小结.......................................52完全背包问题52.1题目.......................................52.2基本思路....................................52.3一个简单有效的优化..............................52.4转化为01背包问题求解............................62.5O(VN)的算法.................................62.6小结.......................................73多重背包问题73.1题目.......................................73.2基本算法....................................73.3转化为01背包问题..............................73.4可行性问题O(VN)的算法..........................8*a.k.a.dd_engi†Build2012050812090013.5小结.......................................94混合三种背包问题94.1问题.......................................94.201背包与完全背包的混合...........................94.3再加上多重背包.................................94.4小结.......................................105二维费用的背包问题105.1问题.......................................105.2算法.......................................105.3物品总个数的限制...............................105.4复整数域上的背包问题.............................115.5小结.......................................116分组的背包问题116.1问题.......................................116.2算法.......................................116.3小结.......................................117有依赖的背包问题127.1简化的问题...................................127.2算法.......................................127.3较一般的问题..................................127.4小结.......................................138泛化物品138.1定义.......................................138.2泛化物品的和..................................138.3背包问题的泛化物品..............................148.4小结.......................................149背包问题问法的变化149.1输出方案....................................149.2输出字典序最小的最优方案..........................159.3求方案总数...................................159.4最优方案的总数.................................169.5求次优解、第K优解.............................169.6小结.......................................172101背包问题1.1题目有N件物品和一个容量为V的背包。放入第i件物品耗费的费用是Ci1，得到的价值是Wi。求解将哪些物品装入背包可使价值总和最大。1.2基本思路这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。用子问题定义状态：即F[i;v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：F[i;v]=maxfF[i1;v];F[i1;vCi]+Wig这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下：“将前i件物品放入容量为v的背包中”这个子问题，若只考虑第i件物品的策略（放或不放），那么就可以转化为一个只和前i1件物品相关的问题。如果不放第i件物品，那么问题就转化为“前i1件物品放入容量为v的背包中”，价值为F[i1;v]；如果放第i件物品，那么问题就转化为“前i1件物品放入剩下的容量为vCi的背包中”，此时能获得的最大价值就是F[i1;vCi]再加上通过放入第i件物品获得的价值Wi。伪代码如下：F[0;0::V]0fori1toNforvCitoVF[i;v]maxfF[i1;v];F[i1;vCi]+Wig1.3优化空间复杂度以上方法的时间和空间复杂度均为O(VN)，其中时间复杂度应该已经不能再优化了，但空间复杂度却可以优化到O(V)。先考虑上面讲的基本思路如何实现，肯定是有一个主循环i1:::N，每次算出来二维数组F[i;0:::V]的所有值。那么，如果只用一个数组F[0:::V]，能不能保证第i次循环结束后F[v]中表示的就是我们定义的状态F[i;v]呢？F[i;v]是由F[i1;v]和F[i1;vCi]两个子问题递推而来，能否保证在推F[i;v]时（也即在第i次主循环中推F[v]时）能够取用F[i1;v]和F[i1;vCi]的值呢？事实上，这要求在每次主循环中我们以vV:::0的递减顺序计算F[v]，这样才能保证计算F[v]时F[vCi]保存的是状态F[i1;vCi]的值。伪代码如下：F[0::V]0fori1toNforvVtoCiF[v]maxfF[v];F[vCi]+Wig1也即占用背包的空间容量，后文统一称之为“费用(cost)”3其中的F[v]maxfF[v];F[vCi]+Wig一句，恰就对应于我们原来的转移方程，因为现在的F[vCi]就相当于原来的F[i1;vCi]。如果将v的循环顺序从上面的逆序改成顺序的话，那么则成了F[i;v]由F[i;vCi]推导得到，与本题意不符。事实上，使用一维数组解01背包的程序在后面会被多次用到，所以这里抽象出一个处理一件01背包中的物品过程，以后的代码中直接调用不加说明。defZeroOnePack(F;C;W)forvVtoCF[v]max(F[v];F[vC]+W)有了这个过程以后，01背包问题的伪代码就可以这样写：F[0::V]0fori1toNZeroOnePack(F;Ci;Wi)1.4初始化的细节问题我们看到的求最优解的背包问题题目中，事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解，有的题目则并没有要求必须把背包装满。一种区别这两种问法的实现方法是在初始化的时候有所不同。如果是第一种问法，要求恰好装满背包，那么在初始化时除了F[0]为0，其它F[1::V]均设为1，这样就可以保证最终得到的F[V]是一种恰好装满背包的最优解。如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将F[0::V]全部设为0。这是为什么呢？可以这样理解：初始化的F数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满，那么此时只有容量为0的背包可以在什么也不装且价值为0的情况下被“恰好装满”，其它容量的背包均没有合法的解，属于未定义的状态，应该被赋值为-∞了。如果背包并非必须被装满，那么任何容量的背包都有一个合法解“什么都不装”，这个解的价值为0，所以初始时状态的值也就全部为0了。这个小技巧完全可以推广到其它类型的背包问题，后面不再对进行状态转移之前的初始化进行讲解。1.5一个常数优化上面伪代码中的fori1toNforvVtoCi中第二重循环的下限可以改进。它可以被优化为fori1toNforvVtomax(VNiWi;Ci)这个优化之所以成立的原因请读者自己思考。（提示：使用二维的转移方程思考较易。）41.6小结01背包问题是最基本的背包问题，它包含了背包问题中设计状态、方程的最基本思想。另外，别的类型的背包问题往往也可以转换成01背包问题求解。故一定要仔细体会上面基本思路的得出方法，状态转移方程的意义，以及空间复杂度怎样被优化。2完全背包问题2.1题目有N种物品和一个容量为V的背包，每种物品都有无限件可用。放入第i种物品的费用是Ci，价值是Wi。求解：将哪些物品装入背包，可使这些物品的耗费的费用总和不超过背包容量，且价值总和最大。2.2基本思路这个问题非常类似于01背包问题，所不同的是每种物品有无限件。也就是从每种物品的角度考虑，与它相关的策略已并非取或不取两种，而是有取0件、取1件、取2件……直至取⌊V/Ci⌋件等许多种。如果仍然按照解01背包时的思路，令F[i;v]表示前i种物品恰放入一个容量为v的背包的最大权值。仍然可以按照每种物品不同的策略写出状态转移方程，像这样：F[i;v]=maxfF[i1;vkCi]+kWij0kCivg这跟01背包问题一样有O(VN)个状态需要求解，但求解每个状态的时间已经不是常数了，求解状态F[i;v]的时间是O(vCi)，总的复杂度可以认为是O(NVVCi)，是比较大的。将01背包问题的基本思路加以改进，得到了这样一个清晰的方法。这说明01背包问题的方程的确是很重要，可以推及其它类型的背包问题。但我们还是要试图改进这个复杂度。2.3一个简单有效的优化完全背包问题有一个很简单有效的优化，是这样的：若两件物品i、j满足CiCj且WiWj，则将可以将物品j直接去掉，不用考虑。这个优化的正确性是显然的：任何情况下都可将价值小费用高的j换成物美价廉的i，得到的方案至少不会更差。对于随机生成的数据，这个方法往往会大大减少物品的件数，从而加快速度。然而这个并不能改善最坏情况的复杂度，因为有可能特别设计的数据可以一件物品也去不掉。这个优化可以简单的O(N2)地实现，一般都可以承受。另外，