每周一算法:背包问题(四)分组背包

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。

分组背包

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,NNNMMM,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}vijwijw_{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,M100
0<Si≤1000<S_i\le1000<Si100
0<vij,wij≤1000<v_{ij},w_{ij}≤1000<vij,wij100

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:

  • iii组物品不放入背包,此时的最大价值为前i−1i-1i1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[i1][j]
  • 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[i1][jvi1]+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[i1][jvi2]+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[i1][jvik]+wik

其中,1≤k≤Si1\le k\le S_i1kSif[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[i1][j],f[i1][jvik]+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;
}
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

少儿编程乔老师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值