dp——多约束背包
一、题目描述
题目
N件物品和一个容量是 V的背包,背包能承受的最大重量是 M。每件物品只能用一次。体积是 vi,重量是 mi,价值是 wi。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,总重量不超过背包可承受的最大重量,且价值总和最大。输出最大价值。
输入格式
第一行三个整数,N,V,M,用空格隔开,分别表示物品件数、背包容积和背包可承受的最大重量。接下来有 N 行,每行三个整数 vi,mi,wi,用空格隔开,分别表示第 i 件物品的体积、重量和价值。
输出格式
输出一个整数,表示最大价值。
输入样例
4 5 6
1 2 3
2 4 4
3 4 5
4 5 6
输出样例
8
数据范围
0<N≤100,0<V<1000, 0<M≤1000, vi,mi,wi都小于10000
二、解题思路
因为题目是最优子结构问题,所以可以采用动态规划来做。
【数学建模】
令dp[i][j][k]表示:前i个物品,当背包体积为j,背包能承受的重量为k,时的可以获得的最多的价值。
【状态方程】
因为这种背包每种物品只能拿一个,所以可以看成一种类似于01背包的背包问题。所以状态方程也可以参考01背包的来写:
dp[i][j][k]=max(dp[i-1][j][k],dp[i-1][j-V[i]][k-m[i]]+value[i]);
注意
如果j<V[i]或者k<m[j]那么状态转移方程就是:dp[i][j][k]=dp[i-1][j][k]
原因
这个状态转移方程得到的原因如下:
从第i个考虑,比较选还是不选。如果选择第i个物品,那么背包的体积就要≥这个物体的体积,且背包的重量≥物体的重量,最后再加上这个物体的价值,即:dp[i-1][j-V[i]][k-m[i]]+value[i];如果此背包不满足:背包的体积≥这个物体的体积,且背包的重量≥物体的重量,则放弃这一个物品,即:dp[i-1][j][k]。
【边界(初始化)】
如果背包的重量或者背包的体积或者选择的物品数量为0,那么背包所能获得的最大价值就是0。所以背包的边界就是dp[i][j][0]=dp[i][0][k]=dp[0][j][k]=0。
三、时间复杂度及扩展
时间复杂度
因为需要使用三重for循环,则可以粗略计算时间复杂度就是O(nVm)
扩展
如果这个背包的约束不仅仅只有两个而有多个的话,那么时间复杂度也会增长,空间复杂度也会增加,并且没有优化策略 。
四、代码
#include<iostream>
#include<cstdio>
using namespace std;
int n,V,m,dp[110][1010][