多重背包问题2(DP)

题目

有 N 种物品和一个容量是 V 的背包。

第 ii 种物品最多有 si 件,每件体积是 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 ii 种物品的体积、价值和数量。

输出格式

输出一个整数,表示最大价值。

数据范围

0<N≤1000
0<V≤2000
0<vi,wi,si≤2000

提示:

本题考查多重背包的二进制优化方法。

输入样例

4 5
1 2 3
2 4 1
3 4 3
4 5 2

输出样例:

10

代码

#include<iostream>
#include<vector>

using namespace std;

const int N = 2010;
int f[N];

struct Good
{
	int v, w;
};

int main()
{
	int n, m;
	cin >> n >> m;
	
	vector<Good> goods;
	for(int i = 1; i <= n; i ++)
	{
		int v, w, s;
		cin >> v >> w >> s;
		//打包 二进制优化 
		for(int k = 1; k <= s; k *= 2)
		{
			s -= k;
			goods.push_back({v * k, w * k});
		}
		if(s) goods.push_back({v * s, w * s});
	}

	for(auto good : goods)
		for(int j = m; j >= good.v; j --)
			f[j] = max(f[j], f[j - good.v] + good.w);
			
	cout << f[m];
	
	return 0;
}

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
多重背包问题是一个经典的动态规划问题,它的目标是在给定的一组物品中选择一些物品,使得它们的总体积和不超过背包的容量,同时最大化它们的总价值。与 0-1 背包问题不同的是,多重背包问题允许每种物品被选择多次,而不仅仅是一次。 在 MATLAB 中,可以使用动态规划的方法来解决多重背包问题。具体实现步骤如下: 1. 定义状态:设 dp(i,j) 表示前 i 种物品,总体积不超过 j 的情况下,可以获得的最大价值。 2. 状态转移方程:对于第 i 种物品,可以选择 0 到 k(i) 个,其中 k(i) 表示第 i 种物品的可选数量。因此,dp(i,j) 可以由以下两种情况转移而来: a. 不选择第 i 种物品:dp(i,j) = dp(i-1,j) b. 选择第 i 种物品 k 个,此时总体积不超过 j:dp(i,j) = max(dp(i,j), dp(i-1,j-k*v(i))+k*w(i)) 其中,v(i) 表示第 i 种物品的体积,w(i) 表示第 i 种物品的价值。 3. 初始状态:dp(0,j) = 0,dp(i,0) = 0。 4. 最终结果:dp(n,m),其中 n 表示物品的数量,m 表示背包的容量。 使用 MATLAB 实现多重背包问题的代码可以参考如下: ```matlab function [maxValue] = multipleKnapsack(n, m, v, w, k) % n: 物品数量,m: 背包容量,v: 物品体积,w: 物品价值,k: 可选数量 dp = zeros(m+1,1); for i = 1:n for j = m:-1:0 for t = 0:min(k(i),floor(j/v(i))) dp(j+1) = max(dp(j+1), dp(j-t*v(i)+1)+t*w(i)); end end end maxValue = dp(m+1); end ``` 其中,n、m、v、w、k 分别表示物品的数量、背包的容量、物品的体积、物品的价值和物品的可选数量。函数返回值为最大的总价值 maxValue。 注意:本代码仅供参考,请根据实际情况进行调整和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值