多重背包之单调队列优化

最新推荐文章于 2023-08-16 20:13:19 发布

eyuhaobanga

最新推荐文章于 2023-08-16 20:13:19 发布

阅读量159

点赞数 1

文章标签：算法动态规划 c++

本文链接：https://blog.csdn.net/eyuhaobanga/article/details/129856622

版权

多重背包之单调队列优化

模板题

简单回顾在以前的多重背包中是如何求解的：

第一种把多重背包当作01背包，时间复杂度O(nml)。假设物品个数为n，背包体积m，单个物品体积v，价值w，个数l

$\quad i \quad from \quad [1, n] \\\quad for \quad j \quad from \quad [1, l] \\\quad \quad \quad \quad for \quad k \quad from \quad [j * v, m] \\ dp[i][k] = max(dp[i - 1][k], dp[i - 1][k - j * v] + j * w)$

第二种多重背包是将每个物品的个数进行二进制拆分，使得任意一种物品的个数都可以通过若干的拆分后的二进制表示，此时可以当作01背包进行处理，时间复杂度O(nmlogl)。假设二进制拆分后物品总个数为n，背包体积m，单个物品体积v，价值w

$\quad i \quad from \quad [1, n] \\ \quad for \quad j \quad from \quad [v, m] \\ dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - v] + w)$

第三种就是本节重点单调队列优化多重背包，以一个特别优秀的时间复杂度O(nm)胜出。为什么想到会用单调队列优化呢？先来回想一下，单调队列可以维护的是连续的区间内区间最值，在进行多重背包的时候如何使用呢？首先，我们先观察多重背包的转移，不难看出的是最外层的for循环都是循环的每种物品，并且这个物品的体积是确定的，不确定的是这个物品的选取数量，所以单次转移所包含的，在模v的意义下一定是相同的那些下标，所以我们将转移的下标进行模v运算，所以所有的转移起点都包含在[0,v)区间内，比如v=4，当k=1时能转移到的只有k=5，k=9,k=13···但现在依然还没有用到单调队列去维护。假设当前的下标为k，那他所能转移到的就是[k+v,k+lv]，现在把这些下表进行重新标号，那就是下标为k，能转移到的就是[k+1,k+l]，假如转移到x，f[x]=max(f[k]+(x-k)w)，把带k的分离出来就是，f[x]=max((f[k]-kw)+xw)，此时发现xw是一个固定值，而不固定的f[k]-wk就是单调队列里存储的对象，那么维护的区间长度就是l的长度。假设物品个数为n，背包体积m，单个物品体积v，价值w，个数l，q[][]为单调队列，q[][0]记录的是值，q[][1]记录的是下标，head为单调队列首部，tail为单调队列尾部，e为f[j]-x*w，此处的j不是体积在模v下的值，而是表示从下标为j的地方向下标为x的地方转移的前驱，r为当前下标的上边界，x为当前需要更新的下标。

$\quad i \quad from \quad [1, n] \\ \quad for \quad j \quad from \quad [0, v) \\ \quad \quad for \quad p \quad from \quad [j, m] \\ \quad \quad \quad \quad dp[x] = q[head][0] + x * w$

参考代码：

#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
int q[100010][2], dp[100010];
int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);
    int n, m;
    cin >> n >> m;
    for (int i = 1; i <= n; i++) {
        int v, w, l;
        cin >> v >> w >> l;
        for (int j = 0; j < v; j++) {
            int head = 1, tail = 0;
            for (int p = j, x = 1; p <= m; x++, p += v) {
                int val = dp[p] - w * x;
                int r = x + l;
                for (; head <= tail && q[tail][0] <= val; tail--);
                q[++tail][0] = val;
                q[tail][1] = r;
                dp[p] = q[head][0] + w * x;
                for (; head <= tail && q[head][1] == x; head++);
            }
        }
    }
    cout << dp[m] << '\n';
    return 0;
}