目录
区别:
得先懂完全背包问题完全背包问题 非零基础-CSDN博客
都是让背包内价值最大。
完全背包问题每种物品可以取无数次。而多重背包问题每件取的次数有限。
都可以用的最挫的方法就是0~k件去遍历。
完全背包问题可以推出公式优化(或者说逻辑上可以直接一次从前往后遍历)
而多重背包问题不好推公式。本文讲的是二进制拆分方法来优化(完全背包问题也可以用这个,但是不是最优)
可以参考大佬文章学习 背包九讲——全篇详细理解与代码实现-CSDN博客
练习题: P1776 宝物筛选 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)
一句话说清楚:
一句话说清这个二进制拆分:
int 整形知道吧?只需要32位就可以表示 -2147483647 - 1 ~ 2147483647
有点感觉吗?
再细说:1可以表示1 , 2可以表示2 , 1和2一起可以表示3 ,但我们只需要用到两个数,不需要遍历1到3
板子:
目的:把num拆成二进制 (最后一位(即剩余)未必是2的倍数)
第 i 件物品 ,本次装 k 件 ,j 是当前背包大小
W 是背包大小
m[ i ]是该物品的数目,w[ i ]是该物品的大小 , v[ i ]是该物品的价值
num是最大数目 : 看能装多少 W / w[i] ,再看有多少m[ i ] 。数目够,就尽可能装。数目w[i]不够,那就全装进去。
vector<ll>dp(MAX);
for (int i = 1; i <= n; i++)
{
int num = min(m[i], W / w[i]);
for (int k = 1; num > 0; k<<=1)
{
if (k > num)k = num;
num -= k;
for (int j = W; j >= 0; j--)
{
if (j - w[i] * k >= 0)
dp[j] = max(dp[j], dp[j - w[i] * k] + v[i] * k);
}
}
}
if可以自行优化掉
ε≡٩(๑>₃<)۶ 一心向学,加油!