动态规划——分组背包问题

问题的描述

分组背包问题

有$N$组物品和一个容量是$V$的背包。
每组物品有若干个，同一组内的物品最多只能选一个。
每件物品的体积是$v_{ij}$，价值是$w_{ij}$，其中$i$是组号，$j$是组内编号。

求解将哪些物品装入背包，可使物品总体积不超过背包容量，且总价值最大。
输出最大价值。

数据具体内容

输入格式

第一行有两个整数$N，V$，用空格隔开，分别表示物品组数和背包容量。
接下来有$N$组数据：
每组数据第一行有一个整数$S_i$，表示第$i$个物品组的物品数量；
每组数据接下来有$S_i$行，每行有两个整数 $v_{ij},w_{ij}$，用空格隔开，分别表示第$i$个物品组的第$j$个物品的体积和价值；

输出格式

输出一个整数，表示最大价值。

数据范围

$0<N,V\le 100$
$0<S_i\le 100$
$0<v_{ij},w_{ij}\le 100$

输入样例

3 5
2
1 2
2 4
1
3 4
1
4 5

输出样例

8

动态规划

代码

#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N = 110;

int n, m;
int f[N], v[N], w[N];

int main(){
    cin >> n >> m;
    
    for(int i = 0; i < n; i ++ ){
        int s;
        cin >> s;
        for(int j = 0; j < s; j ++ ) {
            cin >> v[j] >> w[j];
        }
        
        for(int j = m; j >= 0; j -- ){
            for(int k = 0; k < s; k ++ ){
                if(j >= v[k]){
                    f[j] = max(f[j], f[j - v[k]] + w[k]);
                }
            }
        }
    }
    cout << f[m] << endl;
    return 0;
}

解题逻辑梳理

1. 分组背包问题是01背包的扩展，在01背包的问题上添加了在同组的多个物品中，选择其中一个的步骤。因此可以将问题考虑为，先看是否选择第$i$组中的物品（01背包问题），然后看选择第$i$组中的哪一个物品。
2. 那么就有状态转移关系式$f[i][j]=\{(f[i-1][j],f[i-1][j-v[k]]+w[k])|k=0,1,...,s\}$，即不取$i$组中的物品，和取$i$组中的物品，且取"物品一"or"物品二"or…。
3. 想要取物品必须满足背包能够装下物品$k$的条件，即$j>=v[k]$
   • 采用01背包的二维优化为一维方法，将解答方案优化为一维。