DP - 倍增优化多重背包 - Cash Machine - POJ - 1276

DP - 倍增优化多重背包 - Cash Machine - POJ - 1276

题意：

$多组测试用例，每组包括价值上限m，物品种类n，n种物品的数量s和价值we。$

$要求在物品总价值不超过m的情况下，从n种物品选择使得体积最大。$

Sample Input：
735 3  4 125  6 5  3 350
633 4  500 30  6 100  1 5  0 1
735 0
0 3  10 100  10 50  10 10

Sample Output：
735
630
0
0

数据范围：

$$\begin{gathered} 0<=m<=100000，0<=n<=10，0<=s,we<=1000。 \\ Timelimit：1000ms，Memorylimit：10000kB \end{gathered}$$

题解：

$$\begin{gathered} 将价值上限视作背包体积，物品价值同样视作物品体积，那么问题就转化为多重背包问题： \\ 计算从n种物品当中选择总体积不超过m的物品的最大收益。 \end{gathered}$$

$朴素的多重背包O(nms)的时间复杂度显然容易出事，这里用倍增优化到O(nmlogs)就够了。$

——《背包问题模板》

---

代码：

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstring>

using namespace std;

const int N=100010;
int n,m,v[N],w[N],f[N];

int main()
{
    while(cin>>m>>n)
    {
        memset(f,0,sizeof f);
        int idx=0;
        for(int i=1;i<=n;i++)
        {
            int we,s;
            cin>>s>>we;
            int k=1;
            while(k<=s)
            {
                idx++;
                w[idx]=we*k;
                s-=k;
                k*=2;
            }
            if(s>0)
            {
                idx++;
                w[idx]=we*s;
            }
        }

        n=idx;
        for(int i=1;i<=n;i++)
            for(int j=m;j>=w[i];j--)
                f[j]=max(f[j],f[j-w[i]]+w[i]);

        cout<<f[m]<<endl;
    }
    return 0;
}