问题描述:
有 N 种物品和一个容量是 V 的背包。第 i 种物品最多有 si 件,每件体积是 vi,价值是 wi。求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
输出最大价值。
输入格式:
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行三个整数 vi,wi,si,用空格隔开,分别表示第之种物品的体积、价值和数量.
朴素版思路:
多重背包问题和完全背包问题的区别在于,完全背包的物品是无限个,而多重背包的物品有限个,那么从这一点出发,其实不难看出和完全背包问题的朴素版思路差不多(在我上一篇博客有提及完全背包问题),只需要有一个限制条件即可。
所以只需要在第三层for循环中,多加一个条件即可
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 110;
int n, m;
int v[N], w[N], s[N];
int f[N][N];
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i] >> s[i];
for (int i = 1; i <= n; i ++ )
for (int j = 0; j <= m; j ++ )
for (int k = 0; k <= s[i] && k * v[i] <= j; k ++ )
f[i][j] = max(f[i][j], f[i - 1][j - v[i] * k] + w[i] * k);
cout << f[n][m] << endl;
return 0;
}
但是在完全背包问题中,其实也是可以优化成二重循环去减少时间复杂度,但是在完全背包中是不可以的,完全背包中的res[ i ][ j ]=Max(res[i-1][ j ] , res[i][j-v]+w[ i ])
怎么理解呢?
因为完全背包问题中的每个物品的数量是无数个,那么就一定会可以被无限使用,直到最大体积,那么res[i][j-v[i]]相对于res[ i ][ j ]来说,体积刚好小了一个v[i]那么展开后的项数也会刚好少一个,也就是说res[ i ][ j ]展开后的后k-1项的最大值等于res[i][j-v] 的最大项+w[i]
但是在多重背包中,每件物品并不是无限个,他是有限制的,那么假如当一种物品的个数刚好选满,而且他的总体积同时小于此时res[i][j-v[i]]背包的体积,那么就会出现res[i][j]的展开项和 res[i][j-v[i]]的展开项的项数相同,那么res[ i ][ j ]展开后的后k-1项的最大值就不能等于res[i][j-v[i]] 的最大项+w[i]因为在res[i][j-v[i]]的展开项中就会多出最后一项无法与res[i][j] 的后k-1项数一一对应.
所以在多重背包问题中就不能采用完全背包的思想去对代码进行二维的优化
二进制优化版思路:
我门可以去把某一件物品的数量给分成若干组,而每一组就相当于一个十进制转二进制的数,例如
2的0次方,2的1次方,2的2次方,2的3次方,2的4次方......
假如分为了若干个二进制的组数,那么通过对每组数只选一次,就一定会有一种方案满足最后的和等于这一种物品的总和,那么就可以将某一中物品看作01背包问题,当成若干组的东西只能选一次,而能得到的最大价值,那么每种物品都可以分为若干组物品,进而就将这个问题转化成了01背包问题,那么时间复杂度是否就优化了许多。
但仍需注意的一点是在分组的时候 所获得的总和必须要小于等于这种物品的数量,比如s=200时候
如果分到了2的八次方,那么总和就会超过限制200,显而易见是相悖于我们前面所说的,那么最后一组就可以不用二进制去表示数量,只用取最后的差值就行
#include<bits/stdc++.h>
using namespace std;
#define pii pair<int,int>
#define ll long long
#define int long long
#define IOS ios::sync_with_stdio(0),cin.tie(0),cout.tie(0)
const int N=1e5+10,M=2010;
int res[M];
int v[N],w[N];
int n,m;
signed main(){
IOS;
cin>>n>>m;
int cnt=0;
for(int i=1;i<=n;i++)
{
int a,b,c;
cin>>a>>b>>c;
int k=1;
while(k<=c){
//TODO
cnt++;
v[cnt]=a*k;
w[cnt]=b*k;
c-=k;
k*=2;
}
if(c>0)
{
cnt++;
v[cnt]=a*c;
w[cnt]=b*c;
}
}
n=cnt;
for(int i=1;i<=n;i++)
for(int j=m;j>=v[i];j--)
res[j]=max(res[j],res[j-v[i]]+w[i]);
cout<<res[m]<<endl;
return 0;
}
综上可以总结一下,就是将每种物品的总数量给分为若干组,而每一组只能选择一次,所以从所划分的组种必然会存在一种选择方案满足0~s[i],从而将这个问题转化为了01背包问题。