【题目链接】
【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
∑
s
i
∑s_i
∑si: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
∗
∑
s
i
)
O(m*∑s_i)
O(m∗∑si)
空间复杂度:
O
(
n
∗
m
)
O(n*m)
O(n∗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 ) O(m) 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
s_i
si件01背包中的物品,则得到了物品数为
Σ
s
i
Σs_i
Σsi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
s_i
si分解为2的幂的和
s
i
=
1
+
2
+
4
+
8
+
.
.
.
+
2
k
−
1
+
X
s_i = 1 + 2 + 4 + 8 + ... + 2^{k-1} + X
si=1+2+4+8+...+2k−1+X
其中
X
≤
2
k
X \le 2^k
X≤2k,
将一共
s
i
s_i
si个物品分为:1个一组,2个一组,4个一组…
2
k
−
1
2^{k-1}
2k−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 7 = 2^2+2^1+2^0=4+2+1 7=22+21+20=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;
}