dp——多约束背包

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][