多重背包及优化 分组背包

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]);
			}
		}
	}