【动态规划】AcWing9. GroupingKnapsackProblem-分组背包问题

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

分组背包问题

有 N 组物品和一个容量是 V 的背包。
每组物品有若干个，同一组内的物品最多只能选一个。
每件物品的体积是 vij，价值是 wij，其中 i 是组号，j 是组内编号。
求解将哪些物品装入背包，可使物品总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式
第一行有两个整数 N，V，用空格隔开，分别表示物品组数和背包容量。
接下来有 N 组数据：
每组数据第一行有一个整数 Si，表示第 i 个物品组的物品数量；
每组数据接下来有 Si 行，每行有两个整数 vij,wij，用空格隔开，分别表示第 i 个物品组的第 j 个物品的体积和价值；
输出格式
输出一个整数，表示最大价值。

数据范围
0<N,V≤100
0<Si≤100
0<vij,wij≤100

输入样例
3 5
2
1 2
2 4
1
3 4
1
4 5
输出样例：
8

题解

分组背包，主要关注每组只能拿一个物品即可
一维状态转移公式为dp[j] = Math.max(dp[j], dp[j - 体积] + 费用)

代码

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[] dp = new int[V + 1];
        for(int i = 1; i <= N; i++) {
            int S = sc.nextInt();
            int temp[][] = new int[S + 1][2];
            for(int q = 1; q <= S; q++) {
                temp[q][0] = sc.nextInt();
                temp[q][1] = sc.nextInt();
            }
            
            for(int j = V; j >= 1; j--) {
                for(int q = 1; q <= S; q++) {
                    if(j - temp[q][0] >= 0) dp[j] = Math.max(dp[j], dp[j - temp[q][0]] + temp[q][1]);
                }
            }
        }
        System.out.println(dp[V]);
    }
}