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