AcWing.9分组背包问题--关于先遍历组中物品还是先遍历体积的讨论

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。