样例输入:
735 3 4 125 6 5 3 350
633 4 500 30 6 100 1 5 0 1
735 0
0 3 10 100 10 50 10 10
样例输出:
735
630
0
0
多重背包的思路和完全背包的思路相似。
我们可以设f[i][j]表示前i种物品放入一个容量为V的背包的最大权值。
状态转移方程为f[i][j]=max{f[i-1][j],f[i-1][j-kw[i]+kvi | k=0,…Ci},其中,Ci为第i种物品的个数,w[i]为该物品的体积。
但是,该方法的复杂度为
如果数据太大,很容易超时。通过二进制拆分的方法可以优化复杂度。例如,将13拆成1 , 2 , 4 , 13-1-2-4=6,1,2,4可以表示7以内的所有数,而6相当于一个偏移量,使得1,2,4加上6可以表示13以内的所有数,二进制拆分后就变成了01背包问题。
本题,物品的体积和价值是同一个,即纸币的面值。
以下是完整代码:
#include<iostream>
#include<string.h>
#include<string>
#include<algorithm>
using namespace std;
int cash,N;
int f[110000];
int n_k[15],d_k[15];//n_k存储纸币数量,d_k存储纸币面值
int v[110000],n[110000];//存储二进制拆分后的纸币面值和数量
int cnt;
int main()
{
while(cin>>cash>>N)
{
memset(n_k,0,sizeof(n_k));//初始化
memset(d_k,0,sizeof(d_k));
memset(v,0,sizeof(v));
memset(n,0,sizeof(n));
memset(f,0,sizeof(f));
cnt=0;
for(int i=0;i<N;i++)
{
cin>>n_k[i]>>d_k[i];
for(int j=1;j<=n_k[i];j<<1)//二进制拆分
{
v[cnt]=j*d_k[i];
n[cnt++]=j*d_k[i];
n_k[i]-=j;
}
if(n_k[i]>0)
{
v[cnt]=n_k[i]*d_k[i];
n[cnt++]=n_k[i]*d_k[i];
}
}
for(int i=0;i<cnt;i++)//变成01背包问题
{
for(int j=cash;j>=n[i];j--)
{
f[j]=max(f[j],f[j-n[i]]+v[i]);
}
}
cout<<f[cash]<<endl;
}
return 0;
}