C++---背包模型---混合背包问题（每日一道算法2023.3.23）

注意事项：
本题为"动态规划—完全背包"和"动态规划—01背包"和"dp动态规划—多重背包" 的扩展题，建议先理解这些会对本题帮助较大。

题目：
有 N 种物品和一个容量是 V 的背包。

物品一共有三类：
第一类物品只能用1次（01背包）；
第二类物品可以用无限次（完全背包）；
第三类物品最多只能用 si 次（多重背包）；每种体积是 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 i 种物品的体积、价值和数量。
si=−1 表示第 i 种物品只能用1次；si=0 表示第 i 种物品可以用无限次；si>0 表示第 i 种物品可以使用 si 次；

输出格式
输出一个整数，表示最大价值。

数据范围
0<N,V≤1000
0<vi,wi≤1000
−1≤si≤1000

输入:
4 5
1 2 -1
2 4 1
3 4 0
4 5 2

输出：
8

#include <cmath>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;

const int N = 1010;
int n, m;
int v[N], w[N], s[N];       //v[i]第i个物品的体积，w[i]第i个物品的价值，s[i]第i个物品的模式(-1为01背包，0为完全背包，大于0为多重背包)
int f[N];

int main() {
    //读入
    cin >> n >> m;
    for (int i= 1; i<=n; i++) cin >> v[i] >> w[i] >> s[i];

    //dp，三种背包问题的状态表示其实完全一样，都是前i个物品中，体积不超过j时的最大价值，
    //那就直接根据不同的s[i]来进行不同的状态转移即可(这里把01背包视为特殊的多重背包，也就是s[i]为1)
    for (int i= 1; i<=n; i++) {
        if (s[i] == 0) { //完全背包
            for (int j = v[i]; j<=m; j++) f[j] = max(f[j], f[j-v[i]]+w[i]);
        }
        else {  //多重背包+二进制优化(二进制优化不理解的话可以取看“多重背包”那篇文章，有详解)
            if (s[i] == -1) s[i] = 1; //将01背包的情况转换为s[i]为1的多重背包
            for (int k = 1; k<=s[i]; k*=2) {
                for (int j = m; j>=k*v[i]; j--) {
                    f[j] = max(f[j], f[j-k*v[i]]+k*w[i]);
                }
                s[i] -= k;
            }
            for (int j = m; j>=s[i]*v[i]; j--) {
                f[j] = max(f[j], f[j-s[i]*v[i]]+s[i]*w[i]);
            }
        }
    }
    cout << f[m];
    return 0;
}

思路：
三种背包问题的状态表示其实完全一样，
f[i][j]:前i个物品中，体积不超过j时的所有方案，属性为Max。

那就直接根据不同的s[i]来进行不同的状态转移即可。
(这里把01背包视为特殊的多重背包，也就是s[i]为1)

还有就是暴力的话会超时，所以要二进制优化与一下多重背包。

如果有所帮助请给个免费的赞吧~有人看才是支撑我写下去的动力！

声明：
算法思路来源为y总，详细请见https://www.acwing.com/
本文仅用作学习记录和交流