多重背包
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。
令 f [ i ][ j ] 表示 从前 i 个物品中选,且总体积<= j 的所有方案,则按照前面的知识,不难推出
f [ i ][ j ] = max( f [ i - 1 ][ j ] ,f [ i - 1 ][ j - v[ i ] * k ] + w[ i ] * k ) ;
这个表达式显然需要枚举三维,如果数据范围较大,很有可能会超时,所以需要优化,这里提出的一种优化方式为二进制优化。
#include<iostream>
#include<algorithm>
using namespace std;
const int N=12010,M=2010;
int n,m;
int v[N],w[N];
int f[M];
int main()
{
cin>>n>>m;
int cnt=0;//包裹数量
//预处理
for(int i=1;i<=n;i++)
{
int a,b,s;
cin>>a>>b>>s;
int k=1;
while(k<=s)
{
cnt++;
v[cnt]=a*k;
w[cnt]=b*k;
s-=k;
k*=2;
}
if(s>0)
{
cnt++;
v[cnt]=a*s;
w[cnt]=b*s;
}
}
n=cnt;
for(int i=1;i<=n;i++)
for(int j=m;j>=v[i];j--)
f[j]=max(f[j],f[j-v[i]]+w[i]);
cout<<f[m]<<endl;
}
多重背包的另外一种优化方式为单调队列优化,较为复杂,感兴趣的可以自己了解。
分组背包
有 N 组物品和一个容量是 V 的背包。
每组物品有若干个,同一组内的物品最多只能选一个。
每件物品的体积是 vij,价值是 wij,其中 i 是组号,j 是组内编号。
求解将哪些物品装入背包,可使物品总体积不超过背包容量,且总价值最大。
用 f[i][j] 表示从前 i 组中选,总体积不大于 j 的选法的集合。
for(int i=1;i<=n;i++)//组
{
for(int j=m;j>=0;j--)//体积
{
for(int k=0;k<s[i];k++)//决策,选哪个物品
{
if(v[i][k]<=j)
f[j]=max(f[j],f[j-v[i][k]]+w[i][k]);
}
}
}