-
Notifications
You must be signed in to change notification settings - Fork 99
/
pack.lyx
3497 lines (2521 loc) · 69.2 KB
/
pack.lyx
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
#LyX 2.0 created this file. For more info see http://www.lyx.org/
\lyxformat 413
\begin_document
\begin_header
\textclass scrartcl
\begin_preamble
\usepackage{datetime}
\renewcommand{\dateseparator}{-}
\usepackage[BoldFont,SlantFont,CJKsetspaces,CJKchecksingle]{xeCJK}
\setCJKmainfont[BoldFont=STSong,ItalicFont=STKaiti]{STSong}
\setCJKsansfont[BoldFont=STHeiti]{STHeiti}
\setCJKmonofont{STFangsong}
\parindent 2em
\end_preamble
\use_default_options true
\maintain_unincluded_children false
\language chinese-simplified
\language_package default
\inputencoding auto
\fontencoding global
\font_roman default
\font_sans default
\font_typewriter default
\font_default_family default
\use_non_tex_fonts true
\font_sc false
\font_osf false
\font_sf_scale 100
\font_tt_scale 100
\graphics none
\default_output_format default
\output_sync 0
\bibtex_command default
\index_command default
\paperfontsize default
\spacing single
\use_hyperref true
\pdf_title "背包问题九讲"
\pdf_author "崔添翼"
\pdf_bookmarks true
\pdf_bookmarksnumbered true
\pdf_bookmarksopen true
\pdf_bookmarksopenlevel 2
\pdf_breaklinks true
\pdf_pdfborder true
\pdf_colorlinks true
\pdf_backref section
\pdf_pdfusetitle true
\papersize a4paper
\use_geometry false
\use_amsmath 1
\use_esint 1
\use_mhchem 1
\use_mathdots 1
\cite_engine basic
\use_bibtopic false
\use_indices false
\paperorientation portrait
\suppress_date false
\use_refstyle 1
\index Index
\shortcut idx
\color #008000
\end_index
\secnumdepth 3
\tocdepth 3
\paragraph_separation indent
\paragraph_indentation default
\quotes_language english
\papercolumns 1
\papersides 1
\paperpagestyle default
\tracking_changes false
\output_changes false
\html_math_output 0
\html_css_as_file 0
\html_be_strict false
\end_header
\begin_body
\begin_layout Title
背包问题九讲 2.0 RC1
\end_layout
\begin_layout Author
崔添翼 (Tianyi Cui)
\begin_inset Foot
status open
\begin_layout Plain Layout
a.k.a.
dd_engi
\end_layout
\end_inset
\end_layout
\begin_layout Date
\begin_inset ERT
status open
\begin_layout Plain Layout
\backslash
yyyymmdddate
\backslash
today
\end_layout
\end_inset
\begin_inset Foot
status open
\begin_layout Plain Layout
Build
\begin_inset ERT
status open
\begin_layout Plain Layout
\backslash
pdfdate
\end_layout
\end_inset
\end_layout
\end_inset
\end_layout
\begin_layout Standard
本文题为《背包问题九讲》，从属于《动态规划的思考艺术》系列。
\end_layout
\begin_layout Standard
这系列文章的
\begin_inset CommandInset href
LatexCommand href
name "第一版"
target "http://love-oriented.com/pack/"
\end_inset
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。
\end_layout
\begin_layout Standard
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2.0 alpha版本，修订历史及最新版本请访问
\begin_inset CommandInset href
LatexCommand href
target "https://github.com/tianyicui/pack"
\end_inset
查阅。
\end_layout
\begin_layout Standard
本文版权归原作者所有，采用
\begin_inset CommandInset href
LatexCommand href
name "CC BY-NC-SA"
target "http://creativecommons.org/licenses/by-nc-sa/3.0/"
\end_inset
协议发布。
\end_layout
\begin_layout Standard
\begin_inset CommandInset toc
LatexCommand tableofcontents
\end_inset
\end_layout
\begin_layout Section
\begin_inset CommandInset label
LatexCommand label
name "sec:01背包问题"
\end_inset
01背包问题
\end_layout
\begin_layout Subsection
题目
\end_layout
\begin_layout Standard
有
\begin_inset Formula $N$
\end_inset
件物品和一个容量为
\begin_inset Formula $V$
\end_inset
的背包。放入第
\begin_inset Formula $i$
\end_inset
件物品耗费的费用是
\begin_inset Formula $C_{i}$
\end_inset
\begin_inset Foot
status open
\begin_layout Plain Layout
也即占用背包的空间容量，后文统一称之为“费用(cost)”
\end_layout
\end_inset
，得到的价值是
\begin_inset Formula $W_{i}$
\end_inset
。求解将哪些物品装入背包可使价值总和最大。
\end_layout
\begin_layout Subsection
基本思路
\end_layout
\begin_layout Standard
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。
\end_layout
\begin_layout Standard
用子问题定义状态：即
\begin_inset Formula $F[i,v]$
\end_inset
表示前
\begin_inset Formula $i$
\end_inset
件物品恰放入一个容量为
\begin_inset Formula $v$
\end_inset
的背包可以获得的最大价值。则其状态转移方程便是：
\end_layout
\begin_layout Standard
\begin_inset Formula
\[
F[i,v]=\mathrm{max}\{F[i-1,v],F[i-1,v-C_{i}]+W_{i}\}
\]
\end_inset
\end_layout
\begin_layout Standard
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
\begin_inset Formula $i$
\end_inset
件物品放入容量为
\begin_inset Formula $v$
\end_inset
的背包中”这个子问题，若只考虑第
\begin_inset Formula $i$
\end_inset
件物品的策略（放或不放），那么就可以转化为一个只和前
\begin_inset Formula $i-1$
\end_inset
件物品相关的问题。如果不放第
\begin_inset Formula $i$
\end_inset
件物品，那么问题就转化为“前
\begin_inset Formula $i-1$
\end_inset
件物品放入容量为
\begin_inset Formula $v$
\end_inset
的背包中”，价值为
\begin_inset Formula $F[i-1,v]$
\end_inset
；如果放第
\begin_inset Formula $i$
\end_inset
件物品，那么问题就转化为“前
\begin_inset Formula $i-1$
\end_inset
件物品放入剩下的容量为
\begin_inset Formula $v-C_{i}$
\end_inset
的背包中”，此时能获得的最大价值就是
\begin_inset Formula $F[i-1,v-C_{i}]$
\end_inset
再加上通过放入第
\begin_inset Formula $i$
\end_inset
件物品获得的价值
\begin_inset Formula $W_{i}$
\end_inset
。
\end_layout
\begin_layout Standard
伪代码如下：
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $F[0,0..V]\,\leftarrow0$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $i\,\leftarrow1$
\end_inset
to
\begin_inset Formula $N$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $v\,\leftarrow0$
\end_inset
to
\begin_inset Formula $C_{i}-1$
\end_inset
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $F[i,v]\,\leftarrow F[i-1,v]$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $v\,\leftarrow C_{i}$
\end_inset
to
\begin_inset Formula $V$
\end_inset
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $F[i,v]\,\leftarrow\mathrm{max}\{F[i-1,v],F[i-1,v-C_{i}]+W_{i}\}$
\end_inset
\end_layout
\begin_layout Subsection
优化空间复杂度
\end_layout
\begin_layout Standard
以上方法的时间和空间复杂度均为
\begin_inset Formula $O(VN)$
\end_inset
，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
\begin_inset Formula $O(V)$
\end_inset
。
\end_layout
\begin_layout Standard
先考虑上面讲的基本思路如何实现，肯定是有一个主循环
\begin_inset Formula $i\text{\,}\leftarrow1\ldots N$
\end_inset
，每次算出来二维数组
\begin_inset Formula $F[i,0\ldots V]$
\end_inset
的所有值。那么，如果只用一个数组
\begin_inset Formula $F[0\ldots V]$
\end_inset
，能不能保证第
\begin_inset Formula $i$
\end_inset
次循环结束后
\begin_inset Formula $F[v]$
\end_inset
中表示的就是我们定义的状态
\begin_inset Formula $F[i,v]$
\end_inset
呢？
\begin_inset Formula $F[i,v]$
\end_inset
是由
\begin_inset Formula $F[i-1,v]$
\end_inset
和
\begin_inset Formula $F[i-1,v-C_{i}]$
\end_inset
两个子问题递推而来，能否保证在推
\begin_inset Formula $F[i,v]$
\end_inset
时（也即在第
\begin_inset Formula $i$
\end_inset
次主循环中推
\begin_inset Formula $F[v]$
\end_inset
时）能够取用
\begin_inset Formula $F[i-1,v]$
\end_inset
和
\begin_inset Formula $F[i-1,v-C_{i}]$
\end_inset
的值呢？
\end_layout
\begin_layout Standard
事实上，这要求在每次主循环中我们以
\begin_inset Formula $v\,\leftarrow V\ldots0$
\end_inset
的递减顺序计算
\begin_inset Formula $F[v]$
\end_inset
，这样才能保证计算
\begin_inset Formula $F[v]$
\end_inset
时
\begin_inset Formula $F[v-C_{i}]$
\end_inset
保存的是状态
\begin_inset Formula $F[i-1,v-C_{i]}$
\end_inset
的值。伪代码如下：
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $F[0..V]\text{\,\leftarrow}0$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $i\,\leftarrow1$
\end_inset
to
\begin_inset Formula $N$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $v\,\leftarrow V$
\end_inset
to
\begin_inset Formula $C_{i}$
\end_inset
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $F[v]\,\leftarrow\mathrm{max}\{F[v],F[v-C_{i}]+W_{i}\}$
\end_inset
\end_layout
\begin_layout Standard
其中的
\begin_inset Formula $F[v]\,\leftarrow\mathrm{max}\{F[v],F[v-C_{i}]+W_{i}\}$
\end_inset
一句，恰就对应于我们原来的转移方程，因为现在的
\begin_inset Formula $F[v-C_{i}]$
\end_inset
就相当于原来的
\begin_inset Formula $F[i-1,v-C_{i}]$
\end_inset
。如果将
\begin_inset Formula $v$
\end_inset
的循环顺序从上面的逆序改成顺序的话，那么则成了
\begin_inset Formula $F[i,v]$
\end_inset
由
\begin_inset Formula $F[i,v-C_{i}]$
\end_inset
推导得到，与本题意不符。
\end_layout
\begin_layout Standard
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。
\end_layout
\begin_layout LyX-Code
def
\begin_inset Formula $\mathsf{ZeroOnePack}$
\end_inset
(
\begin_inset Formula $F,C,W$
\end_inset
)
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $v\,\leftarrow V$
\end_inset
to
\begin_inset Formula $C$
\end_inset
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $ $
\end_inset
\begin_inset Formula $F[v]\,\leftarrow\mathrm{max}(F[v],f[v-C]+W)$
\end_inset
\end_layout
\begin_layout Standard
有了这个过程以后，01背包问题的伪代码就可以这样写：
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $F[0..V]\text{\,\leftarrow}0$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $i\,\leftarrow1$
\end_inset
to
\begin_inset Formula $N$
\end_inset
\end_layout
\begin_layout LyX-Code
\begin_inset Formula $\mathsf{ZeroOnePack}$
\end_inset
(
\begin_inset Formula $F,C_{i},W_{i}$
\end_inset
)
\end_layout
\begin_layout Subsection
初始化的细节问题
\end_layout
\begin_layout Standard
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。
\end_layout
\begin_layout Standard
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
\begin_inset Formula $F[0]$
\end_inset
为
\begin_inset Formula $0$
\end_inset
，其它
\begin_inset Formula $F[1..V]$
\end_inset
均设为
\begin_inset Formula $-\infty$
\end_inset
，这样就可以保证最终得到的
\begin_inset Formula $F[V]$
\end_inset
是一种恰好装满背包的最优解。
\end_layout
\begin_layout Standard
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
\begin_inset Formula $F[0..V]$
\end_inset
全部设为
\begin_inset Formula $0$
\end_inset
。
\end_layout
\begin_layout Standard
这是为什么呢？可以这样理解：初始化的
\begin_inset Formula $F$
\end_inset
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
\begin_inset Formula $0$
\end_inset
的背包可以在什么也不装且价值为
\begin_inset Formula $0$
\end_inset
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
\begin_inset Formula $0$
\end_inset
，所以初始时状态的值也就全部为
\begin_inset Formula $0$
\end_inset
了。
\end_layout
\begin_layout Standard
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。
\end_layout
\begin_layout Subsection
一个常数优化
\end_layout
\begin_layout Standard
上面伪代码中的
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $i\,\leftarrow1$
\end_inset
to
\begin_inset Formula $N$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $v\,\leftarrow V$
\end_inset
to
\begin_inset Formula $C_{i}$
\end_inset
\end_layout
\begin_layout Standard
中第二重循环的下限可以改进。它可以被优化为
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $i\,\leftarrow1$
\end_inset
to
\begin_inset Formula $N$
\end_inset
\end_layout
\begin_layout LyX-Code
for
\begin_inset Formula $v\,\leftarrow V$
\end_inset
to
\begin_inset Formula $\mathrm{max}(V-\Sigma_{i}^{N}W_{i},C_{i})$
\end_inset
\end_layout
\begin_layout Standard
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。）
\end_layout
\begin_layout Subsection
小结
\end_layout
\begin_layout Standard
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。
\end_layout
\begin_layout Section
\begin_inset CommandInset label
LatexCommand label
name "sec:完全背包问题"
\end_inset
完全背包问题
\end_layout
\begin_layout Subsection
题目
\end_layout
\begin_layout Standard
有
\begin_inset Formula $N$
\end_inset
种物品和一个容量为
\begin_inset Formula $V$
\end_inset
的背包，每种物品都有无限件可用。放入第
\begin_inset Formula $i$
\end_inset
种物品的费用是
\begin_inset Formula $C_{i}$
\end_inset
，价值是
\begin_inset Formula $W_{i}$
\end_inset
。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。
\end_layout
\begin_layout Subsection
基本思路
\end_layout
\begin_layout Standard
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
\begin_inset Formula $0$
\end_inset
件、取
\begin_inset Formula $1$
\end_inset
件、取
\begin_inset Formula $2$
\end_inset
件……直至取
\begin_inset Formula $\left\lfloor V/C_{i}\right\rfloor $
\end_inset
件等许多种。
\end_layout
\begin_layout Standard
如果仍然按照解01背包时的思路，令
\begin_inset Formula $F[i,v]$
\end_inset
表示前
\begin_inset Formula $i$
\end_inset
种物品恰放入一个容量为
\begin_inset Formula $v$
\end_inset
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：
\end_layout
\begin_layout Standard
\begin_inset Formula
\[
F[i,v]=\mathrm{max}\{F[i-1,v-kC_{i}]+kW_{i}\:|\:0\leq kC_{i}\leq v\}
\]
\end_inset
\end_layout
\begin_layout Standard
这跟01背包问题一样有
\begin_inset Formula $O(VN)$
\end_inset
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
\begin_inset Formula $F[i,v]$
\end_inset
的时间是
\begin_inset Formula $O(\frac{v}{C_{i}})$
\end_inset
，总的复杂度可以认为是
\begin_inset Formula $O(NV\Sigma{\frac{{V}}{C_{i}}})$
\end_inset
，是比较大的。
\end_layout
\begin_layout Standard
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。
\end_layout
\begin_layout Subsection
\begin_inset CommandInset label
LatexCommand label
name "sub:一个简单有效的优化"
\end_inset
一个简单有效的优化
\end_layout
\begin_layout Standard
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
\begin_inset Formula $i$
\end_inset
、
\begin_inset Formula $j$
\end_inset
满足
\begin_inset Formula $C_{i}\leq C_{j}$
\end_inset
且
\begin_inset Formula $W_{i}\geq W_{j}$
\end_inset
，则将可以将物品
\begin_inset Formula $j$
\end_inset
直接去掉，不用考虑。
\end_layout
\begin_layout Standard
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
\begin_inset Formula $j$
\end_inset
换成物美价廉的
\begin_inset Formula $i$
\end_inset
，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。
\end_layout
\begin_layout Standard
这个优化可以简单的
\begin_inset Formula $O(N^{2})$
\end_inset
地实现，一般都可以承受。另外，针对背包问题而言，比较不错的一种方法是：首先将费用大于
\begin_inset Formula $V$
\end_inset
的物品去掉，然后使用类似计数排序的做法，计算出费用相同的物品中价值最高的是哪个，可以
\begin_inset Formula $O(V+N)$
\end_inset
地完成这个优化。这个不太重要的过程就不给出伪代码了，希望你能独立思考写出伪代码或程序。
\end_layout
\begin_layout Subsection
转化为01背包问题求解
\end_layout
\begin_layout Standard
01背包问题是最基本的背包问题，我们可以考虑把完全背包问题转化为01背包问题来解。
\end_layout
\begin_layout Standard
最简单的想法是，考虑到第
\begin_inset Formula $i$
\end_inset
种物品最多选
\begin_inset Formula $\left\lfloor V/C_{i}\right\rfloor $
\end_inset
件，于是可以把第i种物品转化为
\begin_inset Formula $\left\lfloor V/C_{i}\right\rfloor $
\end_inset
件费用及价值均不变的物品，然后求解这个01背包问题。这样的做法完全没有改进时间复杂度，但这种方法也指明了将完全背包问题转化为01背包问题的思路：将一种物品拆成多
件只能选
\begin_inset Formula $0$
\end_inset
件或
\begin_inset Formula $1$
\end_inset
件的01背包中的物品。
\end_layout
\begin_layout Standard
更高效的转化方法是：把第
\begin_inset Formula $i$
\end_inset