背包九讲:
01背包问题
完全背包问题
多重背包问题I
多重背包问题II
混合背包问题
二维费用的背包问题
分组背包问题
有依赖的背包问题
背包问题求方案数
背包问题求具体方案
ps:建议从前向后刷哦~
🔗原题
多重背包问题 II
有 N 种物品和一个容量是 V 的背包。
第 i 种物品最多有 si 件,每件体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
输出最大价值。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行三个整数 vi,wi,si,用空格隔开,分别表示第 i 种物品的体积、价值和数量。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N≤1000
0<V≤2000
0<vi,wi,si≤2000
提示:
本题考查多重背包的二进制优化方法。
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
题解
本题在多重背包问题I上进行优化
多重背包问题通常可转化成01背包问题求解。但若将每种物品的数量拆分成多个1的话,时间复杂度会很高,从而导致TLE。
所以,需要利用二进制优化思想,将需要填入的物品的数量分为1,2,4,8等。
代码
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int x = 0;
int N = sc.nextInt();
int V = sc.nextInt();
int[][] date = new int[100000][2];
for(int i = 1, j = 1; j <= N; j++) {
int v = sc.nextInt();
int w = sc.nextInt();
int n = sc.nextInt();
int k = 1;
while(k <= n) {
date[i][0] = k*v;
date[i++][1] = k*w;
n -= k;
k *= 2;
}
if(n != 0) {
date[i][0] = n * v;
date[i++][1] = n * w;
}
x = i;
}
int[] dp = new int[V + 1];
for(int i = 1; i <= x; i++) {
for(int j = V; j >= 1; j--) {
if(j - date[i][0] >= 0) dp[j] = Math.max(dp[j], dp[j - date[i][0]] + date[i][1]);
}
}
System.out.println(dp[V]);
}
}