C++ 多重背包+二进制优化（比完全背包难1/inf左右的DP）

=洛谷上找不到题了，没有传送门，不过凑合着看看吧

如果你还没有学过背包问题的话，推荐你看一下我的这一篇博客：

C++ 0/1背包（比数字三角形难1/inf左右的DP）_jinjiayang的博客-CSDN博客

题面

好不容易从洛谷上找到的题目，感谢

@SkeletonKing233！

题目描述：
给出N个物品（一个物品可以选择0~a个），背包最大承重为M，每个物品有一个重量w，一个价值v，一个个数a。如何选择才能在重量不超过M的情况下，使选择的物品的价值总和最大。

输入格式：
第一行：是两个正整数N，M。
第2 ~ (n + 1)行：每行三个正整数w，v和a。

输出格式：
一个整数，为最大价值总和是多少。

输入样例：

4 20
9 3 3
9 5 1
4 9 2
1 8 3
1
2
3
4
5
输出样例：

47

题解

如果你看过0/1背包的话，下面所述的对你而言应该还是比较轻松的

判断

很明显，这一题同样满足最优子结构和无后效性原理，可使用动态规划解决

状态转移方程

在0/1背包中我们知道，状态转移方程是

dp[j] = max(dp[j-w[i]] + v[i], dp[j]);

那么在多重背包中，其实和0/1背包的状态转移方程是类似的，

但是！

我们发现，一个物品可以带的次数是有限制的，因此我们在创建一个变量k，代表我们选择了这个物品k次，状态转移方程就是

dp[j] = max(dp[j], dp[j-k*wgt[i]] + k*vls[i]);

 其含义就不再多介绍了

代码

#include<bits/stdc++.h>
using namespace std;

int wgt[102], vls[102], sum[102], dp[102];
int n, c;
int main()
{
	cin >> n >> c;
	for(int i=1; i<=n; i++) cin >> wgt[i] >> vls[i] >> sum[i];
	for(int i=1; i<=n; i++) for(int j=c; j>=wgt[i]; j--) for (int k=1; k<=sum[i] && k*wgt[i]<=j; k++)
	{
        dp[j] = max(dp[j], dp[j-k*wgt[i]] + k*vls[i]);
    }
	cout << dp[c];
}

二进制优化

此刻我们发现，我们的复杂度达到了惊人的O(n^3)，也就是立方阶，因此我们考虑对其进行优化

转化

我们发现，买3件物品等于买1件+2件物品，买5件物品等于买1件+4件物品，

1=1， 2=2， 3=1+2， 4=4， 5=1+4， 6=2+4， 7=1+2+4,  8=8,  9=1+8,  10=2+8...        

一个正整数肯定写成若干个二的幂相加的表示形式，即任何正整数皆可写成一个二进制数

因此我们可以把一个商品拆成1，2，4，8，16...n个商品，并将其转化为0/1背包进行求解！

最终优化代码

#include <bits/stdc++.h>
using namespace std;
 
const int maxn=25000;
int N,V;
int w[maxn],v[maxn];
int dp[maxn];
 
int main() {
	cin>>N>>V;
	int cnt=0;
	for(int i=1; i<=N; i++) {
		int wi,vi,s;
		cin>>wi>>vi>>s;
		
		int k=1;		
		while(k<=s) {
			cnt++;
			w[cnt]=wi*k;
			v[cnt]=vi*k;
			s-=k;
			k*=2;
		}
		
		if(s>0) {
			cnt++;
			w[cnt]=wi*s;
			v[cnt]=vi*s;
		}
	}
 
	N=cnt;
	for(int i=1; i<=N; i++) {
		for(int j=V; j>=w[i]; j--)
			dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
	}
 
	cout<<dp[V]<<endl;
	return 0;
 
}
 

不想敲键盘了，感谢@hnjzsyjyj的代码！

至此我们成功把n^3的复杂度降低为了n^2的！

二进制优化核心部分

int k=1;		
while(k<=s) {
	cnt++;
	w[cnt]=wi*k;
	v[cnt]=vi*k;
	s-=k;
	k*=2;
}
		
if(s>0) {
	cnt++;
	w[cnt]=wi*s;
	v[cnt]=vi*s;
}

time to 点赞

看完后，别忘了

点赞！

收藏！

Thanks……