多重背包（单调队列优化）

AcWing 6
参考题解

题意

输入n个物品，背包体积为m。
输入顺序是，$V_i,w_i,s_i$。分别代表第i件物品的体积，价值，和数量。

理解

0. 可以先看上面蓝色字体的“题解”。
1. 单调队列优化相较于二进制优化，单调队列优化需要对多重背包有着更深入的了解。其更难更抽象。且需要熟练“滑动窗口”该题的数组模拟方法。
2. 单调队列中存的是数据的下标，而不是数据本身，主要是为了起到“限制窗口的大小”的作用。下面给出的模板中的单调队列中，当头指针（head）大于尾指针（tail）时，队列为空。
3. 了解并较好的理解多重背包的一般写法。

//第二维循环地位基本与第一维循环齐平，可以看作c[i]个物品的01背包。
//总体上：可以看作n类物品总和的01背包。
for(int i = 1; i <= n; i++)//物品种类
	for(int j = 1; j <= c[i]; j++)//物品数量
		for(int k = m; k >= v[[i]; k--)//决策
			dp[k] = max(dp[k], dp[k - v[i]] + w[i]);

4. 以下是对于参考题解的理解

• 单调队列中元素个数为 s + 1 个。即 0 ~ s 个物品 i。
• 注意：
  每次入队的是dp[j+k*v] - k*w的下标j + k * v.
  while循环中w前面的系数等于j增加的v的数量（推导详见参考题解），系数为 “负” 。
• 第二个if中while的系数之所以为“正”，与定义中的状态转移方程类似，就是通过单调队列已经知道最优情况下第i类物品选多少个了（选(k - q[head]) / v个第i类物品）；然后是直接对其进行状态转移，选(k - q[head]) / v个第i类物品，所以要加上(k - q[head]) / v * w的价值。

代码

const int N = 2e4 + 7;
int dp[N],pre[N], q[N];

int main()
{
	IOS;

	int n, m; cin >> n >> m;
	for (int i = 1; i <= n; i++)
	{
		int v, w, s;
		cin >> v >> w >> s;

		memcpy(pre, dp, sizeof dp);
		for (int j = 0; j < v; j++)
		{
			int head = 0, tail = -1;
			for (int k = j; k <= m; k += v)
			{
				//维护“窗口的长度”
				if (head <= tail && k - s * v > q[head])
					head++;
				
				//维护队列的单调性
				while (head <= tail && pre[k] - (k - j) / v * w >= pre[q[tail]] - (q[tail] - j) / v * w)
					tail--;
				
				if (head <= tail) dp[k] = max(dp[k], pre[q[head]] + (k - q[head]) / v * w);
				q[++tail] = k;//此步要位于上一步之后
			}
		}
	}
	cout << dp[m] << endl;

	return 0;
}