多重背包

    一、我们之前写过完全背包，这个多重背包可以类似完全背包的暴力写法，只不过每个物品的数量是有限的。所以，第一种方法：我们定义阶段，最外层循环的每一个物品i为一个阶段，定义状态为f【i】【j】表示当到达第i个物品空间为j时所能达到的最大价值。然后我们枚举每一个决策k，k代表第i个物品我们用多少个，来更新最优值。复杂O（n*m*k）

        二、之前O（n）的枚举决策k显然没有必要，我们可以用二进制拆分来优化。复杂度O（n*m*log k）

        三、单调队列优化dp。这个思路我是真想不出来，不过看了题解之后也可以手动推一下式子然后敲一下代码。简单来说就是我们尝试把原本的状态转移方程拆一下，变成两个部分，其中一个可以看做定值。并且我们可以证明在这些决策当中，上下界的变化具有单调性，那么我们可以用单调队列来维护最优决策。

         对于这道题来时，简单的状态转移方程是f【j】=max{f【j-k*v【i】】+w【i】*k} 其中k∈【0，c【i】】。对于这个方程来说，i的值是固定的，并且我们发现，j每次都是由前k*v【i】转移过来的。我们设j%v【i】的余数为u，p=（j-u）/v[i],f【u+p*v【i】】=max{ f【u+k*v【i】】+（p-k）*w【i】 }；然后我们就可以不再枚举j，直接枚举u，然后枚举p，每一次p－1的时候，最优决策只会在前端-1，后端+1，所以整个复杂度是O（nm）的。

#include<bits/stdc++.h>
using namespace std;
int n,m,w[1100],v[1100],c[1100],f[1100];
int q[1100],l,r;
int calc(int i,int u,int k)
{
	return f[u+k*v[i]]-k*w[i];
}
int main()
{
	scanf("%d%d",&n,&m);
	for(int i=1;i<=n;i++) scanf("%d%d%d",&v[i],&w[i],&c[i]);
	memset(f,0xcf,sizeof(f));
	f[0]=0;
	for(int i=1;i<=n;i++){
		for(int u=0;u<v[i];u++){
			l=1,r=0;
			int maxp=(m-u)/v[i];
			for(int k=maxp-1;k>=max(0,maxp-c[i]);k--){
				while(l<=r&&calc(i,u,q[r])<=calc(i,u,k)) r--;
				q[++r]=k;
			}
			for(int p=maxp;p>=0;p--){
				while(l<=r&&q[l]>p-1) l++;
				if(l<=r)
				f[u+p*v[i]]=max(f[u+p*v[i]],calc(i,u,q[l])+w[i]*p);
				if(p-c[i]-1>=0){
					while(l<=r&&calc(i,u,q[r])<=calc(i,u,p-c[i]-1)) r--;
					q[++r]=p-c[i]-1;
				}
			}
		}
	}
	int ans=0;
	for(int i=1;i<=m;i++) ans=max(ans,f[i]);
	printf("%d\n",ans);
	return 0;
}