多重背包基本模型

多重背包基本模型如下：
给定N种物品，其中第i种物品的体积为Vi，价值为Wi，并且有Ci个。有一容积为M的背包，要求选择若干个物品放入背包，使得物品总体积不超过M的前提下，物品价值总和最大。

输入格式
第一行两个整数，N，M，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,Ci，用空格隔开，分别表示第 i 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。

输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例：
10
数据范围
0<N,M≤100
0<Vi，Wi，Ci≤100

直接拆分法：
求解多重背包问题直接的方法是把第i种物品看成独立的Ci个物品，转化为共有

个物品的0/1背包问题进行计算，时间复杂度为

代码：

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
#define MAX_M 100
#define MAX_N 100 
int f[MAX_M+1];
int n,m;
int v[MAX_N+1],c[MAX_N+1],w[MAX_N+1];
int main()
{
	memset(f,0xcf,sizeof(f));//-INF
	scanf("%d%d",&n,&m);
	for(int i=1;i<=n;i++)
	     scanf("%d%d%d",&v[i],&w[i],&c[i]);
	
	f[0]=0;
	for(int i=1;i<=n;i++)
	     for(int j=1;j<=c[i];j++)
	         for(int k=m;k>=v[i];k--)
	            f[k]=max(f[k],f[k-v[i]]+w[i]);
	int ans=0;
	for(int i=0;i<=m;i++)
	     ans=max(ans,f[i]);
	
	printf("%d\n",ans);
	return 0;
}
/*
4 5
1 2 3
2 4 1
3 4 3
4 5 2
*/

上述代码每种物品拆成了Ci 个，效率较低。
我们用二进制拆分法、和单调队列优化多重背包。
多重背包二进制拆分法博文