P1757 通天之分组背包

本文介绍了分组背包问题,这是一种扩展自01背包问题的优化算法。文章详细阐述了分组背包的输入输出格式,解题思路,并提供了动态规划的优化状态转移方程。通过实例解析,展示了如何在给定物品重量、价值和组别的情况下,求解最大利用价值。此外,还讨论了代码实现细节和进一步的优化技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


原题链接

P1757
题目类型: 普 及 − {\color{orange} 普及-}
AC记录:Accepted

题目大意

01 01 01背包问世之后,小 A A A对此深感兴趣。一天,小 A A A去远游,却发现他的背包不同于 01 01 01背包,他的物品大致可分为 k k k组,每组中的物品相互冲突,现在,他想知道最大的利用价值是多少。

输入格式

两个数 m , n m,n m,n,表示一共有 n n n件物品,总重量为 m m m

接下来 n n n行,每行 3 3 3个数 a i , b i , c i a_i,b_i,c_i ai,bi,ci ,表示物品的重量,利用价值,所属组数。

输出格式

一个数,最大的利用价值。

S a m p l e \mathbf{Sample} Sample I n p u t \mathbf{Input} Input

45 3
10 10 1
10 5 1
50 400 2

S a m p l e \mathbf{Sample} Sample O u t p u t \mathbf{Output} Output

10

H i n t & E x p l a i n \mathbf{Hint\&Explain} Hint&Explain
取第一个物品,总价值为10

数据范围

对于 100 % 100\% 100%的数据, n , m ≤ 1000 n,m\le 1000 n,m1000

解题思路

题目都告诉你了, d p dp dp题目啊。
这道题就是分组背包的模板题。
其实吧,分组背包看起来高级,实际上和 01 01 01背包差不多,甚至我都觉得,就是 01 01 01背包的船新版本。
做法就是枚举分出来的每一个组和容量,然后在从一个组里面选出一个物品来进行动态转移,那么动态转移方程也出来了:
f i , j f_{i,j} fi,j当背包容量为 j j j时,选前 i i i组里面的东西的最大价值 w i w_i wi为第 i i i个物品的重量, c i c_i ci为第 i i i个物品的价值,则:
f i , j = { f i − 1 , j j < w k   ,   k 为 第 i 组 里 面 的 物 品 m a x ( f i − 1 , j , f i − 1 , j − w k + c k ) j ≥ w k   ,   k 为 第 i 组 里 面 的 物 品 f_{i,j}=\begin{cases} f_{i-1,j} & j<w_k\ ,\ k为第i组里面的物品 \\ max(f_{i-1,j},f_{i-1,j-w_k}+c_k) & j\ge w_k\ ,\ k为第i组里面的物品 \end{cases} fi,j={fi1,jmax(fi1,j,fi1,jwk+ck)j<wk , kijwk , ki
答案为:
f k , m   ,   k 为 组 的 个 数 。 f_{k,m}\ ,\ k为组的个数。 fk,m , k


优化

从上面的状态转移方程可以看出, f i , j f_{i,j} fi,j只和 f i − 1 f_{i-1} fi1里面的元素有关系,所以我们可以省去 i i i那一维,直接写成 f j f_j fj的形式。则动态转移方程变成:
f j = { f j j < w k   ,   k 为 第 i 组 里 面 的 物 品 m a x ( f j , f j − w k + c k ) j ≥ w k   ,   k 为 第 i 组 里 面 的 物 品 f_{j}=\begin{cases} f_{j} & j<w_k\ ,\ k为第i组里面的物品 \\ max(f_{j},f_{j-w_k}+c_k) & j\ge w_k\ ,\ k为第i组里面的物品 \end{cases} fj={fjmax(fj,fjwk+ck)j<wk , kijwk , ki
答案为:
f m f_{m} fm


最后还要注意一点:洛谷上面的组数不是按照 1 ⋯ n 1\cdots n 1n的顺序给出的,所以在做题时要注意处理好。


最后,祝大家早日
请添加图片描述

上代码

#include<iostream>
#include<vector>
#include<map>

using namespace std;

struct obj{
    obj(int a=0,int b=0):w(a),c(b){}
    int w,c;
};

vector<vector<obj> >   a;
map<int,int>           change;
vector<int>            f;
vector<obj>            emp1;
int                    v,n,t,pos;

int main()
{
    cin>>v>>n;
    f.assign(v+10,0);
    a.push_back(emp1);
    for(int i=1; i<=n; i++)
    {
        int x,y,z;
        cin>>x>>y>>z;
        if(change[z]==0)
        {
            change[z]=++pos;
            a.push_back(emp1);
        }
        a[change[z]].push_back(obj(x,y));
    }
    for(int i=1; i<=pos; i++)
        for(int j=v; j>=0; j--)
            for(int k=0; k<a[i].size(); k++)
            {
                if(a[i][k].w>j)
                    continue;
                else
                    f[j]=max(f[j],f[j-a[i][k].w]+a[i][k].c);
            }
    cout<<f[v]<<endl;
    return 0;
}

完美切题 ∼ \sim

评论
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
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