多重背包是有N种物品和一个容量为V 的背包,第i种物品最多有Mi件可用,每件耗费的空间是Ci ,价值是Wi ,求解将哪些物品装入背包可使这些物品的耗费的空间 总和不超过背包容量,且价值总和最大。多重背包和01背包很像,将多重背包里的物品全部摊开就是01背包了。
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≤100
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例:
10
思路:多重模板题,动规五步法分析一下:
1.确定dp数组以及下标的含义
dp[j]:表示体积为 j 的情况下的最大价值
2.确定递推公式
还是可以分为选和不选的情况,选又有选几件的情况,所以我们再增加一次循环枚举物品的选举次数,因此可得到状态转移方程:dp[j] = max(dp[j], dp[j - v * k] + w * k);
3.dp数组如何初始化
体积为0就是什么都没有选,价值也为0,即dp[0] = 0
4.确定遍历顺序
刚刚说过,多重背包其实可以摊开成01背包,所以前两层遍历和做01背包一样,先枚举物品,然后从大到小枚举物品,再增加一层循环用来枚举当前物品的选了多少次,注意一下不能超过当前规定的容量大小即可。
5.举例推导dp数组
代码如下:
#include <iostream> #include <cstring> #include <algorithm> using namespace std; const int N = 20010; int n, V; int dp[N]; int main() { cin >> n >> V; for(int i = 0; i < n; i ++ ) { int v, w, s; cin >> v >> w >> s; for(int j = V; j >= 0; j -- ) for(int k = 1; k <= s && v * k <= j; k ++ ) dp[j] = max(dp[j], dp[j - v * k] + w * k); } cout << dp[V]; return 0; }