分组背包
有NNN组物品和一个容量是MMM的背包。
每组物品有若干个,同一组内的物品最多只能选一个。每件物品的体积是vijv_{ij}vij,价值是 wijw_{ij}wij,其中iii是组号,jjj是组内编号。
求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式
第一行两个整数,NNN,MMM,用空格隔开,分别表示物品数量和背包容积。
接下来有 NNN 组数据:
- 每组数据第一行有一个整数SiS_iSi,表示第iii 组里的物品数量;
- 每组数据接下来有SiS_iSi行,每行有两个整数vijv_{ij}vij,wijw_{ij}wij,用空格隔开,分别表示第 iii 组中第jjj个物品的体积,价值。
输出格式
输出一个整数,表示最大价值。
样例 #1
样例输入 #1
3 5
2
1 2
2 4
1
3 4
1
4 5
样例输出 #1
8
提示
0<N,M≤1000<N,M\le1000<N,M≤100
0<Si≤1000<S_i\le1000<Si≤100
0<vij,wij≤1000<v_{ij},w_{ij}≤1000<vij,wij≤100
算法思想
状态表示
分组背包的特点是有NNN组物品,每组中又有若干种物品,每件物品仅有一个。而对于每件物品只有两种选择,放入背包或者不放入背包。
因此,可以采用01背包的思想,将处理每组物品作为一个阶段,考虑在不同背包容量情况下的最大价值,将其状态定义为f[i][j]f[i][j]f[i][j],表示对于前iii组物品,在背包容量为jjj的情况下,背包获得的最大价值。
状态计算
在当前阶段,对于第iii组物品来说,可以选择不放入背包和放入背包或者两种情况:
- 第iii组物品不放入背包,此时的最大价值为前i−1i-1i−1组物品,在背包容量为jjj的情况下的最大价值f[i−1][j]f[i-1][j]f[i−1][j]。
- 第iii组物品放入背包,由于同一组内的物品最多只能选一个,因此需要枚举第iii组的每一件物品:
- 放入第111个物品:此时背包的最大价值为f[i−1][j−vi1]+wi1f[i-1][j-v_{i1}]+w_{i1}f[i−1][j−vi1]+wi1
- 放入第222个物品:此时背包的最大价值为f[i−1][j−vi2]+wi2f[i-1][j-v_{i2}]+w_{i2}f[i−1][j−vi2]+wi2
- …
- 放入第kkk个物品:此时背包的最大价值为f[i−1][j−vik]+wikf[i-1][j-v_{ik}]+w_{ik}f[i−1][j−vik]+wik
- …
其中,1≤k≤Si1\le k\le S_i1≤k≤Si,f[i][j]f[i][j]f[i][j]应该选择以上情况的最大值,即f[i][j]=max{f[i−1][j],f[i−1][j−vik]+wik}f[i][j] = \max\{f[i-1][j], f[i-1][j-v_{ik}]+w_{ik}\}f[i][j]=max{f[i−1][j],f[i−1][j−vik]+wik}。
初始状态
f[0][0]f[0][0]f[0][0]表示将前000组物品装入容量为000的背包中的产生的最大价值为000。
时间复杂度
- 状态数n×mn\times mn×m,
- 状态计算需要枚举每组物品的数量,时间复杂度为O(S)O(S)O(S)
总的时间复杂的为O(n×m×S)O(n\times m\times S)O(n×m×S)。
代码实现
朴素版
#include <iostream>
using namespace std;
const int N = 110;
int s[N], w[N][N], v[N][N];
int f[N][N];
int main()
{
int n, m;
cin >> n >> m;
for (int i = 1; i <= n; i ++ )
{
cin >> s[i];
for (int j = 1; j <= s[i]; j ++ )
cin >> v[i][j] >> w[i][j];
}
for (int i = 1; i <= n; i ++ )
{
for(int j = 0; j <= m; j ++)
{
f[i][j] = f[i - 1][j]; //不选择第i组任何物品的最大价值
//枚举第i组内的所有物品
for(int k = 1; k <= s[i]; k ++)
{
if(v[i][k] <= j) f[i][j] = max(f[i][j], f[i - 1][j - v[i][k]] + w[i][k]);//选择第i组中第k件物品产生的最大价值
}
}
}
cout << f[n][m] << endl;
return 0;
}
空间优化版
#include <iostream>
using namespace std;
const int N = 110, M = 2010;
int s[N], v[N][N], w[N][N], f[M];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1; i <= n; i ++)
{
cin >> s[i];
for(int j = 1; j <= s[i]; j ++)
{
cin >> v[i][j] >> w[i][j];
}
}
for(int i = 1; i <= n; i ++)
for(int j = m; j >= 0; j --)
{
for(int k = 1; k <= s[i]; k ++)
if(v[i][k] <= j)
f[j] = max(f[j], f[j - v[i][k]] + w[i][k]);
}
cout << f[m];
return 0;
}
本文介绍了分组背包问题的解决方案,利用01背包思想,通过状态表示法计算在给定物品组和背包容量下的最大价值。文章详细描述了状态转移方程和两种版本的代码实现,包括朴素版和空间优化版,以及它们的时间复杂度分析。
4万+

被折叠的 条评论
为什么被折叠?



