二维费用的背包问题

问题 
二维费用的背包问题是指：对于每件物品，具有两种不同的费用；选择这件物品必须同时付出这两种代价；对于每种代价都有一个可付出的最大值（例如：背包容量）。问怎样选择物品可以得到最大的价值。设这两种代价分别为代价1和代价2，第i件物品所需的两种代价分别为a[i]和b[i]。两种代价可付出的最大值（两种背包容量）分别为V和U。物品的价值为w[i]。

 

一、算法 

费用加了一维，只需状态也加一维即可。设 f[i][v][u] 表示前 i 件物品付出两种代价分别为 v 和 u 时可获得的最大价值。状态转移方程就是：

如前述方法，可以只使用二维的数组：当每件物品只可以取一次时变量v和u采用逆序的循环，当物品有如完全背包问题时采用顺序的循环。当物品有如多重背包问题时拆分物品。

 

二、物品总个数的限制 

有时，“二维费用”的条件是以这样一种隐含的方式给出的：最多只能取M件物品。这事实上相当于每件物品多了一种“件数”的费用，每个物品的件数费用均为1，可以付出的最大件数费用为M。换句话说，设f[v][m]表示付出费用v、最多选m件时可得到的最大价值，则根据物品的类型（01、完全、多重）用不同的方法循环更新，最后在f[0..V][0..M]范围内寻找答案。

另外，如果要求“恰取M件物品”，则在f[0..V][M]范围内寻找答案。

 

三、复数域上的背包问题

 

另一种看待二维背包问题的思路是：将它看待成复数域上的背包问题。

也就是说，背包的容量以及每件物品的费用都是一个复数。而常见的一维背包问题则是实数域上的背包文图。（注意：上面的话不严谨，因为事实上只是我们处理的都是整数而已。）所以说，一维背包的种种思想方法，往往可以应用于二维背包问题的求解中，因为只是数域扩大了而已。

 

 

四、例题

 

代码：

#include <iostream>
#include <algorithm>
using namespace std;
#define N 105

int f[N][N];

int main() {
    int n,V,W; cin >> n >> V >>W;
    int v,m,w;
    for(int i = 0;i < n;i++) {
        scanf("%d%d%d",&v,&m,&w);
        for(int k = V;k >= v;k--) {
            for(int u = W;u >= m;u--) {
                f[k][u] = max(f[k][u],f[ k-v ][ u-m ] + w);
            }
        }
    }
    cout << f[V][W] << endl;
    return 0;
}