样题:
数据范围比较小时(小于1000):
类似于01背包,加个循环即可
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int f[N],w[N],v[N],s[N];
int main() {
ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
int n,V; cin >> n >> V;
for(int i = 1; i <= n; i++) cin >> v[i] >> w[i] >> s[i];
for(int i = 1; i <= n; i++){
for(int j = V; j >= v[i]; j--){
for(int k = 0; k <= s[i]; k++){
if(j >= k * v[i])
f[j] = max(f[j],f[j - k * v[i]] + k * w[i]);
}
}
}
cout << f[V];
return 0;
}
数据范围比较大时:
进行二进制优化
二进制优化的基本原理
二进制优化的核心思想是将每个物品的数量S
拆分为若干个数量为2^k
的物品(其中k
为非负整数),这样可以用较少的物品来表示原始物品的所有可能数量。这种方法的好处在于:
- 减少物品数量:将一个物品拆分为
log(S)
个物品,从而减少需要处理的物品总数。 - 覆盖所有组合:通过组合这些二进制拆分的物品,可以表示原始物品的任意数量选择。
具体拆分方法
假设有一个物品,其数量限制为S
,拆分过程如下:
- 找到最大的
k
使得2^k ≤ S
。 - 将该物品拆分为数量为
2^0, 2^1, 2^2, ..., 2^k
的多个子物品。 - 如果
S
不能被2^(k+1) - 1
整除,则将剩余的S - (2^0 + 2^1 + ... + 2^k)
作为最后一个子物品。
例如,若S = 13
:
- 拆分为
1, 2, 4, 6
(因为1 + 2 + 4 + 6 = 13
)。
#include <bits/stdc++.h>
using namespace std;
// N * logS 是新的N的值
const int N = 25000,M = 2010;
int f[N],w[N],v[N],s[N];
int main() {
ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
int n,V,cnt = 0; cin >> n >> V;
for(int i = 1; i <= n; i++){
for(int j = V; j >= v[i]; j--){
// 表示体积,价值,可选择个数
int a,b,s; cin >> a >> b >> s;
// 进行二进制拆分,从而将一个多重背包问题转化为多个01背包问题
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 = V; j >= v[i]; j--){
f[j] = max(f[j],f[j - v[i]] + w[i]);
}
}
cout << f[V];
return 0;
}