多重背包问题（朴素+一维优化+快速幂优化）

多重背包与01背包模型和完全背包模型的区别

他们的主要区别主要在于，01背包只给你1个物品，完全背包模型给你无限个物体，多重背包模型是个你有限个物体

朴素做法

因为数量多了，所以就相当于01循环再套一个循环，这个循环用来循环这个有限个数量的，

    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] + k * w[i]);
            }
        }
    }

一维优化版本（也是通过从大到小，来使用未更新的i-1时的权值）

    for(int i = 1 ; i <= n ; i++){
        for(int j = m ; j >= 0 ; j--){
            for(int k = 0 ; k <= s[i] && k * v[i] <= j ; k++){
                f[j] = max(f[j] , f[j - k * v[i]] + k * w[i]);
            }
        }
    }

快速幂优化（二进制）

快速幂的本质就是把一个数的指数二进制化，拆分成指数为二的次幂相乘的形式

技巧：我们把每个物品倍乘，当作单独的一个物品，然后处理它就变成了一个01背包问题，优化掉他的个数问题，把多个物体看成一个物体

#include<iostream>
#include<algorithm>
using namespace std;
const int N = 250000 , M = 2500;
int n , m ;
int v[N] , w[N] , f[N];
int main(){
    cin>>n >> m;
    int cnt = 0;
    for(int i = 1 ; i <= n ; i++){
        int a, b, s;
        cin>>a>>b>>s;
        int k = 1;
        while(k <= s){
            cnt ++;
            v[cnt] = a * k;
            w[cnt] = b * k;
            s -= k;
            k *= 2;
        }
        if(s > 0){
            cnt ++;
            v[cnt] = a * s;
            w[cnt] = b * s;
        }

    }
    n = cnt;
    for(int i = 1 ; i <= n ; i ++){
        for(int j = m ; j >= v[i] ; j --){
            f[j] = max(f[j] , f[j - v[i]] + w[i]);
        }
    }
    cout<<f[m]<<endl;
    return 0;
}