复习(混合背包)

seanli1008

已于 2024-02-23 19:32:32 修改

阅读量35

点赞数 1

分类专栏：动态规划文章标签：算法动态规划

于 2023-07-12 11:10:21 首次发布

本文链接：https://blog.csdn.net/seanli1008/article/details/131677231

版权

动态规划专栏收录该内容

21 篇文章 0 订阅

订阅专栏

本文介绍了背包问题中的三种类型：0-1背包、完全背包和多重背包，以及它们的状态转移方程。接着，文章讨论了混合背包的概念，它是上述三种背包的结合体，根据物品的数量s[i]判断使用哪种类型的背包策略。给出了C++代码实现来解决混合背包问题。最后预告将要讲解的分组背包问题。

摘要由CSDN通过智能技术生成

本期博客我们来复习一下我们之前学过的三种背包:

内容状态转移方程

0-1背包每种物品我们可以选/不选 dp[j]=max(dp[j],dp[j-w[i]]+v[i]);

完全背包每种物品有无数件 dp[j]=max(dp[j],dp[j-w[i]]+v[i]);

多重背包每种物品s[i]件 dp[j]=max(dp[j],dp[j-k*w[i]]+k*v[i];

那么今天我们来看一下混合背包，应用一下。

混合背包是神马?混合背包就是以上三种背包的结合体。

还是输入w[i],v[i],s[i]

如果s[i]是1就是0-1背包

如果s[i]是0就是完全背包

如果s[i]是其他就是多重背包

很简单,代码如下:

#include <bits/stdc++.h>
using namespace std;
int w[maxn],v[maxn],s[maxn],dp[maxm];
int main(){
	int n,m;
	cin>>m>>m;
	for(int i=1;i<=n;i++)
		cin>>w[i]>>v[i]>>s[i];
	for(int i=1;i<=n;i++){
		if(s[i]==1){//0-1背包 
			for(int j=m;j>=w[i];j--)
				dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
		}
		else if(s[i]==0){//完全背包 
			for(int j=w[i];j<=m;j++)
				dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
		}
		else{//多重背包(朴素),转0-1背包 
			for(int j=m;j>=w[i];j--){
				for(int k=1;k<s[i] && k*w[i]<=m;k++)
					dp[j]=max(dp[j],dp[j-k*w[i]]+k*v[i]);
			} 
		}
	}
	cout<<dp[m]<<endl;
	return 0;
}

现在只剩最后一种背包了:分组背包。

TA和0-1背包有点像,但又不太一样。

我将在下一期博客讲解它。