题目:
有 NN 组物品和一个容量是 VV 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 vijvij,价值是 wijwij,其中 ii 是组号,jj 是组内编号。
求解将哪些物品装入背包,可使物品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
第一行有两个整数 N,VN,V,用空格隔开,分别表示物品组数和背包容量。
接下来有 NN 组数据:
- 每组数据第一行有一个整数 SiSi,表示第 ii 个物品组的物品数量;
- 每组数据接下来有 SiSi 行,每行有两个整数 vij,wijvij,wij,用空格隔开,分别表示第 ii 个物品组的第 jj 个物品的体积和价值;
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000<N,V≤100
0<Si≤1000<Si≤100
0<vij,wij≤1000<vij,wij≤100
输入样例
3 5
2
1 2
2 4
1
3 4
1
4 5
输出样例:
8
关于题解思路,这里不多做赘述,acwing上y总和其他小伙伴已经给出l代码和讲解视频,下面请看题解:
Python
if __name__ == "__main__":
N ,V = map(int,input().split())
v = [[0]*110 for _ in range(110)]
w = [[0]*110 for _ in range(110)]
s = [0]*(N+1)
f = [0]*(V+1)
for i in range(1,N+1):
si = int(input())
s[i] = si
for j in range(1,si+1):
vij,wij = map(int,input().split())
v[i][j] = vij
w[i][j] = wij
for i in range(1,N+1):
for j in range(V,0,-1): #这里的体积j不能优化,因为每组中的物品的体积不确定,所以v[i][k]不知道,而k还在遍历,所以时间不能优化,只能优化空间
for k in range(1,s[i]+1):
if v[i][k] <= j:
f[j] = max(f[j],f[j - v[i][k]] + w[i][k])
print(f[V])
Cpp
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 110;
int n, m;
int v[N][N], w[N][N], s[N];
int f[N];
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i ++ )
{
cin >> s[i];
for (int j = 0; 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 = 0; 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] << endl;
return 0;
}
在这里有一个关于先遍历组中物品还是先遍历体积的讨论,下面说说我个人的想法:
在二维情况下,没问题的,甚至还可以做优化,但在一维情况下,先遍历组中物品的情况下,由于dp数组,f是靠j来维护的,通过不断遍历组中物品来更新一定体积的最大价值,是一个体积对应一个最大值,而先遍历1组中物品,物品1,体积1,价值100下得到了一个最大价值100,后面再遍历物体2时,体积为1,价值1,此时会依靠体积1下的最大价值100来进行max,这样最大价值更新成了101,但是与实际不符,因为一组中物品只能选一个,其实相当于上一层的体积是跟随着一组中物品更新的,所用到的f[j],对应着这组中上一个物品更新的f[j],而实际上应该是f[i-1][j],究其原因,优化一维用的是滚动数组,在不断更新过程中,在循环先后颠倒时,更新出错了,而二维是一一对应的,用矩阵来维护。本着这个原则,其实也是最后决策物品是谁更方便理解。