多重背包问题II

题目

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≤10000<N≤1000
0<V≤20000<V≤2000
0<vi,wi,si≤20000<vi,wi,si≤2000

提示：

本题考查多重背包的二进制优化方法。（与多重背包问题I不同的就是数据的范围发生了变化）

代码

import java.util.Scanner;

public class _多重背包问题II {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int N=scanner.nextInt();
        int V=scanner.nextInt();
        int[] dp=new int[V+1];

        for (int i = 1; i <=N ; i++) {
            int v=scanner.nextInt();
            int w=scanner.nextInt();
            int s=scanner.nextInt();

            for (int j = 1; j <=s ; j<<=1) {
                for (int k = V; k >=v*j ; k--) {
                    dp[k]=Math.max(dp[k],dp[k-v*j]+w*j);
                }
                s-=j;
            }

            if(s>0){
                for (int k = V; k >=v*s; k--) {
                    dp[k]=Math.max(dp[k],dp[k-v*s]+w*s);
                }
            }
        }
        System.out.println(dp[V]);
        scanner.close();
    }
}

详解

为了进一步优化这个问题，我们可以使用二进制拆分法。这种方法的基本思想是将每种物品的数量拆分成若干个2的幂次的和，从而将多重背包问题转化为01背包问题。

具体步骤如下：

1. 对于每种物品，计算最大的2的幂次k，使得2^k <= s[i]。
2. 将这种物品拆分成若干个新的物品，每个新物品的数量为2^k，体积为v[i]*2^k，价值为w[i]*2^k。
3. 对于剩余的数量s[i] - (2^k + 2^(k-1) + ... + 2^0)（不是2的幂次的数量），将它作为一个新的物品，数量为s[i] - (2^k + 2^(k-1) + ... + 2^0)，体积为v[i]乘以这个数量，价值为w[i]乘以这个数量。
4. 使用01背包问题的动态规划解法求解这些新的物品。

这样，每种物品都被拆分成若干个新的物品，每个新物品的数量都是2的幂次，可以直接使用01背包问题的解法来求解。时间复杂度降为O(NVlogS)，其中logS是物品最大数量s[i]的二进制位数。