多重背包及二进制优化模板

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 种物品的体积、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,V≤100
0<vi,wi,si≤1000

输入样例

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

输出样例：

10

多重背包是区间dp的预备题目

因为多重背包问题多了一个“决策”，“决策”循环在很多区间dp问题里是比较难分析的

 所以我们需要在多重背包里决策什么？

当然是决策物品件数啦

而且物品件数也是有限制的，选的数目最大肯定不能超过物品的件数，而且选中的物品的总体积也不能超过当前枚举到的体积啊

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1001;
int n,m;
int v[N],w[N],s[N];
int f[N];
int main()
{
	cin>>n>>m;
	for(int i=1;i<=n;i++) cin>>v[i]>>w[i]>>s[i];
	
	for(int i=1;i<=n;i++)
		for(int j=m;j>=v[i];j--)
			for(int k=0;k<=s[i] && k*v[i]<=j;k++)
				f[j] = max(f[j],f[j-k*v[i]]+k*w[i]);
				
	cout<<f[m];
	return 0;			
}

接下来我们看看多重背包二进制优化写法

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 10010;
int v[N],w[N],s[N];
int f[N],vv[N],ww[N];
int cnt;
int n,m;
int main()
{
	cin>>n>>m;
	for(int i=1;i<=n;i++) cin>>v[i]>>w[i]>>s[i];
	
	for(int i=1;i<=n;i++)
	{
		for(int j=1;j<=s[i];j<<=1)
		{
			vv[++cnt] = j*v[i];
			ww[cnt] = j*w[i];
			s[i] -= j;
		}
		
		if(s[i])
		{
			vv[++cnt] = s[i]*v[i];
			ww[cnt] = s[i]*w[i];
		}
	}
	
	for(int i=1;i<=cnt;i++)
		for(int j=m;j>=vv[i];j--)
			f[j] = max(f[j],f[j-vv[i]]+ww[i]);
			
	cout<<f[m];
	return 0;		
}

所以本质上多重背包还是01背包

高危预警：特别注意题目中s的范围，因为我们在二进制优化的过程中一个s很可能被拆分成很多数，2的十次方是1024，所以我们要给vv数组和ww数组开10倍的空间！

要加油啊！！！