Java解洛谷P6771 [USACO05MAR]Space Elevator 太空电梯，包含完整的多重背包状态转移方程，大量注释，通俗易懂

01.题目及链接

题目链接：https://www.luogu.com.cn/problem/P6771

02.多重背包状态转移方程说明

了解多重背包

有 N 种物品和一个容量是 V 的背包，每种物品都有n[i]可用。第 i 种物品的重量是 w[i] 、价值是 v[i]。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出最大价值。

状态转移方程

定义状态dp[i]:背包两种容量分别为j的情况下，物品的最大价值

	for (int i = 1; i <= n; i++)   //有N种物品
		for (int j = v; j>=0; j--) 	//容量v
			for (int k = 1; k <= n[i]; k++)    //第i个物品的数量为n[i]
				if(j>=k*w[i])   dp[j]=Math.max(dp[j], dp[j-k*w[i]]+k*v[i]);

或

	for (int i = 1; i <= n; i++) //有N种物品
		for (int k = 1; k <= n[i]; k++)  //第i个物品的数量为n[i]
			for (int j = v; j >= w[i]; j--) //容量v
				dp[j]=Math.max(dp[j], dp[j-w[i]]+v[i]);

03.具体代码

解题思路：

• 根据限制进行排序（从小到大）
• 根据状态转移方程进行DP

DP写法1

	public static void main(String[] args) {
		Scanner in=new Scanner(System.in);
		int n=in.nextInt();
		int[][] input=new int[n+1][3];
		int maxLimit=0;//最大限制
		for (int i = 1; i <= n; i++) {
			input[i][0]=in.nextInt();//高度
			input[i][1]=in.nextInt();//限制
			input[i][2]=in.nextInt();//数量
			maxLimit=Math.max(maxLimit, input[i][1]);
		}
		Arrays.sort(input,(o1,o2)->o1[1]-o2[1]);//根据限制进行排序（从小到大）
		int max=0;
		int[] dp=new int[maxLimit+1]; 
		for (int i = 1; i <= n; i++) {
			for (int k = 1; k <= input[i][2]; k++) {
				for (int j = input[i][1]; j >= input[i][0]; j--) {
					dp[j]=Math.max(dp[j], dp[j-input[i][0]]+input[i][0]);
					max=Math.max(dp[j], max);
				}
			}
		}
		System.out.println(max);
	}

DP写法2

	public static void main(String[] args) {
		Scanner in=new Scanner(System.in);
		int n=in.nextInt();
		int[][] input=new int[n+1][3];
		int maxLimit=0;
		for (int i = 1; i <= n; i++) {
			input[i][0]=in.nextInt();//高度
			input[i][1]=in.nextInt();//限制
			input[i][2]=in.nextInt();//数量
			maxLimit=Math.max(maxLimit, input[i][1]);	
		}
		Arrays.sort(input,(o1,o2)->o1[1]-o2[1]);
		int max=0;
		int[] dp=new int[maxLimit+1]; 
		for (int i = 1; i <= n; i++) {
			for (int j = input[i][1]; j >= 0; j--) {
				for (int k = 1; k <= input[i][2]; k++) {
					if(j>=k*input[i][0]) {
						dp[j]=Math.max(dp[j], dp[j-k*input[i][0]]+k*input[i][0]);
						max=Math.max(dp[j], max);
					}
				}
			}
		}
		System.out.println(max);
	}

04.更多背包学习

https://blog.csdn.net/qq_46237746/article/details/123908504