Acwing---5.背包问题（多重背包问题Ⅱ）+ 优化

1.题目

2. 基本思想

第 i 个物品最多选 s 个，可以表示为 i 个物品1个、2个、4个、8个、16个直到小于s的2的幂次，由此转换成 0 -1背包问题。

通过多个背包某个物品 s 次 ，转换为 logS 的 0-1背包问题，可以拼凑出问题的解。

3.代码实现

import java.io.*;

public class _5_多重背包_dp_2进制优化 {
	/*
	 * 第i个物品最多选s个， 可以表示为 i个物品选1个、2个、4个、8个、16个直到小于s的2的幂次
		由此转换成0 1背包问题。
		S == 2000, log(2^S) = 11
		时间复杂度 1000 * 11 * 2000 = 2 * 10^7
	 */

    public static void main(String[] args) throws IOException {
        BufferedReader br=new BufferedReader(new InputStreamReader(System.in));
        String ss[] =br.readLine().split(" ");
        int N=Integer.parseInt(ss[0]);
        int V=Integer.parseInt(ss[1]);

        int v[]=new int[22002];
        int w[]=new int[22002];
        int cnt=0;
        for (int i = 1; i <=N ; i++) {
            ss=br.readLine().split(" ");
           int a=Integer.parseInt(ss[0]);
           int b=Integer.parseInt(ss[1]);
           int s=Integer.parseInt(ss[2]);
           int k=1;
            //第i个物品最多选s个， 可以表示为 i个物品选1个、2个、4个、8个、16个直到小于s的2的幂次
            while(k<=s){
                cnt++;  //转换后的数量
                v[cnt]=a*k; //总体积
                w[cnt]=b*k; //总价值
                s-=k;   //减去已经转换的k个
                k*=2;  //每次*2
           }
            //若最后剩余一组 s>0 再添加进去
           if(s>0){
               cnt++;
               v[cnt]=a*s;
               w[cnt]=b*s;
           }
        }
        N=cnt;
        //二进制转化 当成01背包进行处理
        int dp[] =new int[N+1];
        for (int i = 1; i <=N ; i++) {
            for (int j = V; j >=v[i] ; j--) {//逆序遍历
                dp[j]=Math.max(dp[j],dp[j-v[i]]+w[i]);
            }
        }
        System.out.println(dp[V]);
    }
}

优化输入 不浪费空间

import java.util.*;

public class Main{
    public static void main(String[] args){
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt();
        int m = sc.nextInt();
        int[] f = new int[m + 1];
        
        for(int i = 0; i < n; i++){
            int v = sc.nextInt();
            int w = sc.nextInt();
            int s = sc.nextInt();

                //0-1背包是特殊的多重背包问题
                //二进制优化
                //k是每种物品的个数
                for(int k = 1; k <= s; k *= 2){
                //使用01背包模板处理
                    for(int j = m; j >= k * v; j--){
                        f[j] = Math.max(f[j], f[j - k * v] + k * w);
                    }
                    //减去上一个物品的个数
                    s -= k;
                }
                //剩下的个数不是2的幂
                if(s > 0){
                    for(int j = m; j >= s * v; j--){
                        f[j] = Math.max(f[j], f[j - s * v] + s * w);
                }
            }
        }

        System.out.println(f[m]);
    }
}

4.总结

多重背包二进制拆分，使用一维0-1背包进行处理