多重背包
多重背包问题有两种解法:
- 按照背包问题的常规分析⽅式,仿照完全背包,第三维枚举使⽤的个数;
- 利⽤⼆进制可以表⽰⼀定范围内整数的性质,转化成01 背包问题。
⼩建议:并不是所有的多重背包问题都能⽤⼆进制优化,⽽且优化版本的代码很⻓。因此,如果时间复杂度允许的情况下,能不优化就不优化
解法⼀:常规分析 - 状态表⽰:
dp[i][j]表⽰:从前i 个物品中挑选,总重量不超过j 的情况下,最⼤的价值。
dp[n][m]就是最终结果。 - 状态转移⽅程:
根据第i 个物品选的个数,可以分x[i] + 1种情况:
a. 选0 个:价值为dp[i - 1][j];
b. 选1 个:价值为dp[i - 1][j - w[i]] + v[i];
c. 选2 个:价值为dp[i - 1][j - 2 × w[i]] + 2 × v[i];
d. …
e. 选x[i]个:价值为dp[i - 1][j - x[i] × w[i]] + x[i] × v[i]。
因为要的是最⼤价值,所以dp[i][j]等于上述所有情况的最⼤值。但是要注意j-k*w[i]要⼤于等于0,并且不能按照完全背包的⽅式优化。 - 初始化:
全部为0 就不影响最终结果 - 填表顺序:
从上往下每⼀⾏,每⼀⾏从左往右
#include <bits/stdc++.h>
using namespace std;
const int N = 110;
int n, m;
int x[N], w[N], v[N];
int f[N][N];
int main()
{
ios::sync_with_stdio(false);
cin.tie(0);
cin >> n >> m;
for (int i = 1; i <= n; i++) cin >> x[i] >> w[i] >> v[i];
for (int i = 1; i <= n; i++)
for (int j = m; j >= 0; j--)
for (int k = 0; k <= x[i] && k * w[i] <= j; k++)
{
f[i][j] = max(f[i][j], f[i-1][j - k*w[i]] + k * v[i]);
}
cout << f[n][m] << endl;
return 0;
}
空间优化:

最低0.47元/天 解锁文章
3461

被折叠的 条评论
为什么被折叠?



