完全背包问题简介
在完全背包问题中,每个物品可以被选择任意次。我们通常使用动态规划来求解这个问题,定义 dp[j]
为填满容量为 j
的背包的方法数。
先遍历背包再遍历物品(排列数)
先遍历背包再遍历物品的逻辑是:对于每个容量,我们都尝试用所有的物品来填充这个容量。这会导致同样的物品组合但不同的顺序被视为不同的情况。
示例代码(伪代码):
for j in range(1, max_capacity + 1):for item in items:if item.weight <= j:dp[j] += dp[j - item.weight]
先遍历物品再遍历背包(组合数)
先遍历物品再遍历背包的逻辑是:对于每个物品,我们尝试将它放入所有可能容量的背包中。这会导致相同的物品组合在不同的顺序下被视为相同的情况。
示例代码(伪代码):
for item in items:for j in range(item.weight, max_capacity + 1):dp[j] += dp[j - item.weight]
具体例子解释
假设我们有一个容量为4的背包和以下物品:
- 物品A,重量为1
- 物品B,重量为2
我们初始化 dp[0] = 1
,表示填满容量为0的背包只有一种方法(什么也不放)。
先遍历背包再遍历物品(排列数)
-
容量为1:
- 用物品A:
dp[1] += dp[0]
=>dp[1] = 1
- 用物品A:
-
容量为2:
- 用物品A:
dp[2] += dp[1]
=>dp[2] = 1
- 用物品B:
dp[2] += dp[0]
=>dp[2] = 2
- 用物品A:
-
容量为3:
- 用物品A:
dp[3] += dp[2]
=>dp[3] = 2
- 用物品B:
dp[3] += dp[1]
=>dp[3] = 3
- 用物品A:
-
容量为4:
- 用物品A:
dp[4] += dp[3]
=>dp[4] = 3
- 用物品B:
dp[4] += dp[2]
=>dp[4] = 5
- 用物品A:
最终 dp[4] = 5
,这里我们得到的是排列数,因为选择顺序不同的组合被计为不同的排列。例如,A->A->B
和 B->A->A
被认为是不同的排列。
先遍历物品再遍历背包(组合数)
-
物品A:
- 容量为1:
dp[1] += dp[0]
=>dp[1] = 1
- 容量为2:
dp[2] += dp[1]
=>dp[2] = 1
- 容量为3:
dp[3] += dp[2]
=>dp[3] = 1
- 容量为4:
dp[4] += dp[3]
=>dp[4] = 1
- 容量为1:
-
物品B:
- 容量为2:
dp[2] += dp[0]
=>dp[2] = 2
- 容量为3:
dp[3] += dp[1]
=>dp[3] = 2
- 容量为4:
dp[4] += dp[2]
=>dp[4] = 3
- 容量为2:
最终 dp[4] = 3
,这里我们得到的是组合数,因为相同的物品组合在不同的顺序下被认为是相同的组合。例如,A->A->B
和 B->A->A
被认为是相同的组合。
总结
- 先遍历背包再遍历物品:对于每个容量,考虑所有物品,可能的顺序不同导致排列数不同。因为每次处理背包容量时都重新遍历了所有物品,顺序的不同被认为是不同的情况。
- 先遍历物品再遍历背包:对于每个物品,考虑所有容量,组合的顺序不影响结果。因为每次处理物品时都考虑了所有可能的容量,只关注组合的种类而不关注顺序。
通过这个具体的例子,可以更直观地理解为什么不同的遍历顺序会导致不同的结果。