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
混合背包问题
有 N 种物品和一个容量是 V 的背包。
物品一共有三类:
第一类物品只能用1次(01背包);
第二类物品可以用无限次(完全背包);
第三类物品最多只能用 si 次(多重背包);
每种体积是 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。
si=−1 表示第 i 种物品只能用1次;
si=0 表示第 i 种物品可以用无限次;
si>0 表示第 i 种物品可以使用 si 次;
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤1000
0<vi,wi≤1000
−1≤si≤1000
输入样例
4 5
1 2 -1
2 4 1
3 4 0
4 5 2
输出样例:
8
题解
第一种是完全背包和多重背包都可以拆分成01背包,然后直接01背包法解就行了
第二种是完全背包对应处理,多重背包转换01背包后处理
代码
方法一
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int N = sc.nextInt(), V = sc.nextInt();
int[][] grid = new int[10000][2];
int len = 0;
for(int i = 1; i <= N; i++) {
int v = sc.nextInt(),w = sc.nextInt(),s = sc.nextInt();
if(s == -1) {
grid[len][0] = v;
grid[len++][1] = w;
}else {
int k = 1, n = s == 0 ? V : s;
while(k <= n) {
grid[len][0] = k * v;
grid[len++][1] = k * w;
n -= k;
k *= 2;
}
if(n != 0) {
grid[len][0] = n * v;
grid[len++][1] = n * w;
}
}
}
int[] dp = new int[V + 1];
for(int i = 1; i <= len; i++) {
for(int j = V; j >= 1; j--) {
if(j - grid[i][0] >= 0) dp[j] = Math.max(dp[j], dp[j - grid[i][0]] + grid[i][1]);
}
}
System.out.println(dp[V]);
}
}
方法二
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int N = sc.nextInt(), V = sc.nextInt();
int[] v = new int[N + 1];
int[] w = new int[N + 1];
int[] s = new int[N + 1];
for(int i = 1; i <= N; i++) {
v[i] = sc.nextInt();
w[i] = sc.nextInt();
s[i] = sc.nextInt();
}
int[] dp = new int[V + 1];
for(int i = 1; i <= N; i++) {
if(s[i] == -1 || s[i] > 0) {
int k = 1, n = s[i] == -1 ? 1 : s[i];
while(k <= n) {
for(int j = V; j >= 1; j--) {
if(j - v[i] * k >= 0) dp[j] = Math.max(dp[j], dp[j - v[i]*k] + w[i]*k);
}
n -= k;
k *= 2;
}
if(n != 0) {
for(int j = V; j >= 1; j--) {
if(j - v[i] * n >= 0) dp[j] = Math.max(dp[j], dp[j - v[i]*n] + w[i]*n);
}
}
}
else {
for(int j = 1; j <= V; j++) if(j - v[i] >= 0) dp[j] = Math.max(dp[j], dp[j - v[i]] + w[i]);
}
}
System.out.println(dp[V]);
}
}