「程式碼隨想錄」關於多重揹包,你該瞭解這些!
相信很多小夥伴刷題的時候面對力扣上近兩千道題目,感覺無從下手,我花費半年時間整理了Github專案:leetcode刷題攻略。 裡面有100多道經典演算法題目刷題順序、配有40w字的詳細圖解,常用演算法模板總結,以及難點視訊講解,按照list一道一道刷就可以了!star支援一波吧!
之前我們已經體統的講解了01揹包和完全揹包,如果沒有看過的錄友,建議先把如下三篇文章仔細閱讀一波。
這次我們再來說一說多重揹包
多重揹包
對於多重揹包,我在力扣上還沒發現對應的題目,所以這裡就做一下簡單介紹,大家大概瞭解一下。
有N種物品和一個容量為V 的揹包。第i種物品最多有Mi件可用,每件耗費的空間是Ci ,價值是Wi 。求解將哪些物品裝入揹包可使這些物品的耗費的空間 總和不超過揹包容量,且價值總和最大。
多重揹包和01揹包是非常像的, 為什麼和01揹包像呢?
每件物品最多有Mi件可用,把Mi件攤開,其實就是一個01揹包問題了。
例如:
揹包最大重量為10。
物品為:
重量 | 價值 | 數量 | |
---|---|---|---|
物品0 | 1 | 15 | 2 |
物品1 | 3 | 20 | 3 |
物品2 | 4 | 30 | 2 |
問揹包能背的物品最大價值是多少?
和如下情況有區別麼?
重量 | 價值 | 數量 | |
---|---|---|---|
物品0 | 1 | 15 | 1 |
物品0 | 1 | 15 | 1 |
物品1 | 3 | 20 | 1 |
物品1 | 3 | 20 | 1 |
物品1 | 3 | 20 | 1 |
物品2 | 4 | 30 | 1 |
物品2 | 4 | 30 | 1 |
毫無區別,這就轉成了一個01揹包問題了,且每個物品只用一次。
這種方式來實現多重揹包的程式碼如下:
void test_multi_pack() { vector<int> weight = {1, 3, 4}; vector<int> value = {15, 20, 30}; vector<int> nums = {2, 3, 2}; int bagWeight = 10; for (int i = 0; i < nums.size(); i++) { while (nums[i] > 1) { // nums[i]保留到1,把其他物品都展開 weight.push_back(weight[i]); value.push_back(value[i]); nums[i]--; } } vector<int> dp(bagWeight + 1, 0); for(int i = 0; i < weight.size(); i++) { // 遍歷物品 for(int j = bagWeight; j >= weight[i]; j--) { // 遍歷揹包容量 dp[j] = max(dp[j], dp[j - weight[i]] + value[i]); } for (int j = 0; j <= bagWeight; j++) { cout << dp[j] << " "; } cout << endl; } cout << dp[bagWeight] << endl; } int main() { test_multi_pack(); }
- 時間複雜度:O(m * n * k) m:物品種類個數,n揹包容量,k單類物品數量
也有另一種實現方式,就是把每種商品遍歷的個數放在01揹包裡面在遍歷一遍。
程式碼如下:(詳看註釋)
void test_multi_pack() {
vector<int> weight = {1, 3, 4};
vector<int> value = {15, 20, 30};
vector<int> nums = {2, 3, 2};
int bagWeight = 10;
vector<int> dp(bagWeight + 1, 0);
for(int i = 0; i < weight.size(); i++) { // 遍歷物品
for(int j = bagWeight; j >= weight[i]; j--) { // 遍歷揹包容量
// 以上為01揹包,然後加一個遍歷個數
for (int k = 1; k <= nums[i] && (j - k * weight[i]) >= 0; k++) { // 遍歷個數
dp[j] = max(dp[j], dp[j - k * weight[i]] + k * value[i]);
}
}
// 列印一下dp陣列
for (int j = 0; j <= bagWeight; j++) {
cout << dp[j] << " ";
}
cout << endl;
}
cout << dp[bagWeight] << endl;
}
int main() {
test_multi_pack();
}
- 時間複雜度:O(m * n * k) m:物品種類個數,n揹包容量,k單類物品數量
從程式碼裡可以看出是01揹包裡面在加一個for迴圈遍歷一個每種商品的數量。 和01揹包還是如出一轍的。
當然還有那種二進位制優化的方法,其實就是把每種物品的數量,打包成一個個獨立的包。
和以上在迴圈遍歷上有所不同,因為是分拆為各個包最後可以組成一個完整揹包,具體原理我就不做過多解釋了,大家瞭解一下就行,面試的話基本不會考完這個深度了,感興趣可以自己深入研究一波。
總結
多重揹包在面試中基本不會出現,力扣上也沒有對應的題目,大家對多重揹包的掌握程度知道它是一種01揹包,並能在01揹包的基礎上寫出對應程式碼就可以了。
至於揹包九講裡面還有混合揹包,二維費用揹包,分組揹包等等這些,大家感興趣可以自己去學習學習,這裡也不做介紹了,面試也不會考。
我是程式設計師Carl,可以找我組隊刷題,也可以在B站上找到我,關注公眾號程式碼隨想錄來和上萬錄友一起打卡學習演算法,來看看,你會發現相見恨晚!
如果感覺對你有幫助,不要吝嗇給一個