前面的博客中提到了0/1背包问题,下面说明一种更加复杂的动态规划问题——分组背包。
一个容量为V的背包和有N(0,1,2……i……N)件物品。第i件物品的费用是c[i],价值是w[i]。这些物品被划分为若干组,每组中的物品互相冲突,最多选一件。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。
这个问题变成了每组物品有若干种策略:是选择本组的某一件,还是一件都不选。设f[k][v]表示前k组物品花费费用v能取得的最大权值,则有:
f[k][v]=max{f[k-1][v],f[k-1][v-c[i]]+w[i]|物品i属于组k}
使用一维数组的伪代码如下:
for 所有的组k
for v=V..0 #花费从V到零,为防止重复选择同一组中的多个物品
for 所有的i属于组k
f[v]=max{f[v],f[v-c[i]]+w[i]}
最后的f[v]即为所求。
下面介绍一种使用分组背包的一个实例:分组背包给定 n 和 k。计算有多少长度为 k 的数组 a1, a2, ..., ak,(0≤ai) 满足:
a1 + a2 + ... + ak = n。
对于任意的 i = 0, ..., k - 1 有 ai AND ai + 1 = ai + 1。其中AND是与操作。
</pre><pre name="code" class="java">#include<iostream>
using namespace std;
#define MOD 1000000009
int calc(int k,int n)
{
int temp,i,j;;
int result[10001]={0};
int result_tem[10001]={0};
result[0]=1;
result_tem[0]=1;
for(temp=1;temp<=n;temp*=2) //表示每个二进制位
{
for(i=1;i<=k;i++) //表示每个二进制位上选择1的个数
{
for(j=0;j<=n-temp*i;j++)
{
result_tem[j+temp*i]+=result[j]; //由于每个二进制位选择1的个数只能为一个整数(多重背包和0/1背包问题)
result_tem[j+temp*i]%=MOD;
}
}
for(j=0;j<=n;j++)
result[j]=result_tem[j];
}
return result[n];
}
int main()
{
int i,n;
int k,m;
cin >> n;
for(i=0;i<n;i++)
{
cin >> k >> m;
int result =calc(k,m);
cout << result << endl;
}
return 0;
}
输入:
2
3 2
4 2
输出:
2
2