多重背包问题2
from acwing 5
时间限制:1s
空间限制:64MB
题目描述:
有 N 种物品和一个容量是 V 的背包。
第 i 种物品最多有 si 件,每件体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使物品体积总和不超过背包容量,且价值总和最大。
输出最大价值。
输入格式:
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。
接下来有 N 行,每行三个整数 vi,wi,si,用空格隔开,分别表示第 i 件物品的体积、价值和数量。
输出格式:
输出一个整数,表示最大价值。
数据范围:
0 < N <= 1000
0 < V <= 2000
0 < vi,wi,si <= 2000
输入样例:
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
多重背包问题2在多重背包问题1的基础上数据量变大了不少,再用之前的算法是行不通的
这个题目很多题解都是将某种物品进行二进制拆分。
int v,w,s;cin>>v>>w>>s;
for(int j = 1;j <= s;s -= j,j *= 2)
从代码中可以看到,将一种物品分为了1、2、4、8…多个部分,把这其中的每个部分看成一个新的商品。
然后再进行类似01背包的操作就可以了。
为什么这样做可以呢?
首先,比如某商品有7件,那么我们拆分为了1、2、4三个新的部分,对于每个部分我们都进行01背包的操作,每个部分都是有或无,那么通过这三个部分是能组合成所有情况的(根据1、2、4的选择与否可以组合成0 - 7一共8种情况),所以虽然分成了3个部分,但是我们需要该商品的件数的所有情况都是能凑出来的。
其次,二进制拆分过后,时间复杂度就变成了O(logn),原来有1024件某商品,我们现在只需要分成10个部分就可以了,效率会高很多。
代码:
#include<iostream>
using namespace std;
int N,V,dp[2005]; //dp表示背包状态
int main(){
cin>>N>>V;
for(int i = 1;i <= N;++i){
int v,w,s;cin>>v>>w>>s;
for(int j = 1;j <= s;s -= j,j *= 2){ //二进制拆分
for(int k = V;k >= j * v;--k)
if(dp[k] < dp[k - j * v] + j * w)
dp[k] = dp[k - j * v] + j * w;
}
if(s) //二进制拆分剩余
for(int k = V;k >= s * v;--k)
if(dp[k] < dp[k - s * v] + s * w)
dp[k] = dp[k - s * v] + s * w;
}
cout<<dp[V];
return 0;
}