信息学奥赛一本通 1269：【例9.13】庆功会

【题目链接】

ybt 1269：【例9.13】庆功会

【题目考点】

1. 动态规划：多重背包

多重背包：在背包问题中，每种物品最多只能取有限件

【解题思路】

该问题为多重背包问题。
多重背包问题：有一个最大载重m的背包，有 n 种物品，第i种物品的重量是w[i]，价值为c[i]，数量是s[i]。从n种物品中选取若干件，使其重量的和小于等于m，且价值的和为最大。
以下在多重背包问题的语境下讨论。

1. 状态定义

集合：放入背包的物品方案
限制：物品所在区间，背包大小
属性：价值
条件：最大
统计量：价值
状态定义：dp[i][j]：在前i个物品中选择物品放入大小为j的背包能获得的最大价值。

2. 状态转移方程

记w[i]为第i物品的重量，c[i]为第i物品，s[i]为第i物品的个数。
集合：在前i个物品中选择物品放入大小为j的背包的所有方案
分割集合：选择几个第i物品放入背包

• 如果选择0个第i物品，接下来还需要在前i-1个物品中选择物品放入大小为j的背包。dp[i][j] = dp[i-1][j]
• 如果选择1个第i物品，接下来还需要在前i-1个物品中选择物品放入大小为j-w[i]的背包。dp[i][j] = dp[i-1][j-w[i]]+c[i]
• 如果选择2个第i物品，接下来还需要在前i-1个物品中选择物品放入大小为j-w[i]*2的背包。dp[i][j] = dp[i-1][j-w[i]*2]+c[i]*2
  …
• 如果只选择k个第i物品，接下来还需要在前i-1个物品中选择物品放入大小为j-w[i]*k的背包。dp[i][j] = dp[i-1][j-w[i]*k] + c[i]*k
• k最小为0，最大为第i物品的数量s[i]，对于每一个k，都能求出一个dp[i][j]，多种情况求最大值。

3. 复杂度与优化

记$\sum s_i$：表示每种物品数量的加和。
基本解法时间复杂度为
时间复杂度：$O(m\ast \sum s_i)$
空间复杂度：$O(n\ast m)$

该问题可以进行滚动数组优化，优化后空间复杂度为$O(m)$

4. 二进制优化

多重背包可以看作01背包问题。把第i种物品换成$s_i$件01背包中的物品，则得到了物品数为$\Sigma s_i$的01背包问题，复杂度与上述解法相同。
若将第i物品的个数$s_i$分解为2的幂的和
$s_i=1+2+4+8+...+2^{k-1}+X$
其中$X\le 2^k$，
将一共$s_i$个物品分为：1个一组，2个一组，4个一组…$2^{k-1}$个一组，X个一组，一共k+1组。每组视为一件物品。
这样分组后，相当于得到了二进制下每一位的位权值。
假设要取Y件第i物品，将Y在二进制下进行按位权展开，展开后的每一项就是要选取的物品组中物品的个数。

例：如要选取7件第i物品，那么7的二进制下按位权展开为$7=2^2+2^1+2^0=4+2+1$
选择1个物品、2个物品、4个物品的组合在一起，就相当于选择了7件第i物品。

在将每组物品当做一个单独的物品的情况下，该问题就是一个01背包问题，用01背包问题的方法求解即可。

【题解代码】

解法1：多重背包 基本解法

#include<bits/stdc++.h>
using namespace std;
#define M 6005
#define N 505
int n, m, dp[N][M];//dp[i][j]：j元钱买前i种奖品能获得的最大价值 
int v[N], w[N], s[N];//v：价格 w：价值 s:个数 
int main()
{
    cin >> n >> m;
    for(int i = 1; i <= n; ++i)
         cin >> v[i] >> w[i] >> s[i];
    for(int i = 1; i <= n; ++i)
        for(int j = 0; j <= m; ++j)
            for(int k = 0; k <= s[i] && k*v[i] <= j; ++k)
                dp[i][j] = max(dp[i][j], dp[i-1][j-k*v[i]]+k*w[i]);
    cout << dp[n][m];
    return 0;
}

解法2：多重背包 滚动数组优化

#include<bits/stdc++.h>
using namespace std;
#define M 6005
#define N 505
int n, m, dp[M];//dp[i][j]：j元钱买前i种奖品能获得的最大价值 
int v[N], w[N], s[N];//v：价格 w：价值 s:个数 
int main()
{
    cin >> n >> m;
    for(int i = 1; i <= n; ++i)
         cin >> v[i] >> w[i] >> s[i];
    for(int i = 1; i <= n; ++i)
        for(int j = m; j >= 0; --j)
            for(int k = 0; k <= s[i] && k*v[i] <= j; ++k)
                dp[j] = max(dp[j], dp[j-k*v[i]]+k*w[i]);
    cout << dp[m];
    return 0;
}

解法3：多重背包 二进制优化

#include<bits/stdc++.h>
using namespace std;
#define M 6005
#define N 5005 //物品数量变多了，要放大 
int dp[M], v[N], w[N], s[N], ct;//v：价格（重量） w：价值 s:个数 ct:01背包物品数 
//dp[i][j]：j元钱买前i种奖品能获得的最大价值 
int main()
{
    int n, m, a, b, c;
    cin >> n >> m;
    for(int i = 1; i <= n; ++i)
    {
        cin >> a >> b >> c;//a重量，b价值，c个数 
        for(int k = 1; k <= c; k *= 2) 
        {
            v[++ct] = k*a;
            w[ct] = k*b;
            c -= k;
        }
        if(c > 0)
        {
            v[++ct] = c*a;
            w[ct] = c*b;
        }
    }
    for(int i = 1; i <= ct; ++i)
        for(int j = m; j >= v[i]; --j)
            dp[j] = max(dp[j], dp[j-v[i]]+w[i]);
    cout << dp[m];
    return 0;
}