多重背包的优化 二进制/单调队列解析

本文详细介绍了如何优化多重背包问题,包括使用二进制拆分和单调队列的方法,以降低时间复杂度。二进制优化通过将物品拆分为多个只能选一次的子物品,实现O(N*V*sigma log(c[i]))的时间复杂度。当二进制拆分无法满足需求时,引入单调队列进一步优化,适用于更大规模的数据。文中还包含具体的算法思路和代码片段。
摘要由CSDN通过智能技术生成

由于做题的时候老被这玩意儿卡住的我很不爽,决定写个blog来加深自己的印象以及不用到处找资料回忆。
多重背包的问题的具体描述如下:
给出一个体积为v的背包,有n个物品,每个物品可以选c[i]次,问最多能得到多大的代价。
直接做DP的复杂度是n*v*max(c[i]),这显然无法承受正常难度的数据范围。
然后我们考虑优化。
首先来看稍微简单一点的二进制优化。
很久以前打的就不要纠结是不是c艹了。

uses math;
const mo=1000000007;
var
        i,j,k,n,m:longint;
        dp,c,w,num:array[0..100000]of longint;
procedure zpack(cost,weight,n:longint);
var
        i:longint;
begin
        for i:=n downto cost do
        dp[i]:=max(dp[i],dp[i-cost]+weight);
end;
procedure cpack(cost,weight,n:longint);
var
        i:longint;
begin
        for i:=cost to n do
        dp[i]:=max(dp[i],dp[i-cost]+weight);
end;
function multipack(n,m:longint):longint;
var
        i,j,k:longint;
begin
        fillchar(dp,sizeof(dp),0);
        for i:=1 to n do
        begin
                if num[i]*c[i]>m then cpack(c[i],w[i],m)
                else
                begin
                        k:=1;
                        while k<num[i] do
                        begin
                                zpack(k*c[i],k*w[i],m);
                                num[i]:=num[i]-k;
                                k:=k*2;
                        end;
                        zpack(num[i]*c[i],num[i]*w[i],m);
                end;
        end;
        exit(dp[m]);
end;
begin
        readln(n,m);
        for i:=1 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值