在分多重背包中的物品个数较大时候的优化算法（二进制优化法）

对于一个多重背包问题，思路有两种：

1.转化为01背包（只需要按照每个物品的个数展开即可）；

2.再嵌套一层循环来便利物品数量；

对于1，代码如下：

const int N=1e4+10;
int vol[N],weal[N];
int dp[N];


int main()
{
    int n,v;
    cin>>n>>v;
    int size=0;
    
    for(int i=0;i<n;i++)
    {
        int vi,wi,si;
        cin>>vi>>wi>>si;
        while(si--)
        {
            vol[size]=vi;
            weal[size]=wi;
            size++;
        }
        
    }
    
    for(int i=0;i<size;i++)
    {
        for(int j=v;j>=vol[i];j--)
        {
            dp[j]=max(dp[j],dp[j-vol[i]]+weal[i]);
        }
    }
    cout<<dp[v]<<endl;
    
    return 0;
}

但是在遇到一些物品数量取值非常大的时候我们就会发现会超时，因为时间复杂度实际上是

O（n3），但是我们还是可以利用拆分的思想把问题转化为01背包。我们不拆成1 1 1 1....的形式而是1 2 4 5 8 ......n的形式，n的取值取决于物品个数拆分后剩下的不为2的n次方的余数。这样就把n的拆分简化了log2 n；

代码如下

int main()
{
    int n,v;
    cin>>n>>v;
    int size=0;
    
    for(int i=0;i<n;i++)
    {
        int vi,wi,si;
        cin>>vi>>wi>>si;
        while(si--)
        {
            vol[size]=vi;
            weal[size]=wi;
            size++;
        }
        
    }
    
    for(int i=0;i<size;i++)
    {
        for(int j=v;j>=vol[i];j--)
        {
            dp[j]=max(dp[j],dp[j-vol[i]]+weal[i]);
        }
    }
    cout<<dp[v]<<endl;
    
    return 0;
}