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

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

∑ 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(msi)
空间复杂度: O ( n ∗ m ) O(n*m) O(nm)

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+...+2k1+X
其中 X ≤ 2 k X \le 2^k X2k
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} 2k1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;
}
  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值