多重背包问题

题目:有N种物品和一个容量为V的背包。第i种物品最多有m[i]件可用,每件费用是c[i],价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。


分析:

           状态转移方程:  F[i, v] = max{F[i-1, v - k*c[i] | 0 <= k <= Mi}

优化:

转化为0-1背包问题:

           将第i种物品分成若干件01背包中的物品,  使得原物品题中第i 种物品可取的策略 ----取 0 ~ m[i]件 ---  均能等价于取若干件代换以后的的物品。另外取超过m[i]件的策略不能出现; 

          方法是:将这些物品分解为若干件01背包中的物品,其中每件物品有一个系数。这件物品的费用和价值均是原来的费用和价值乘以这个系数,令这个系数分别为,  1, 2, 2^2, 2^3, ... 2^(k-1), m[i]-2^k+1; 

                                                                                                                                出自背包九讲,建议阅读完整的背包九讲 多重背包问题;






O(logM)处理一件多重背包物品的过程:

def MultiplePack(F, C, W, M):  // C表示占用的背包空间, W表示物品价值, M物品个数; 
    if C*M >= V:
        completePack(F, C, W):
        return 
    else:
        k = 1
        while k < M:
            ZeroOnePack(F, k*C, k*W)
            M -= k
            k *= 2
        if M > 0:
            ZeroOnePack(F, M*C, M*W)



题目:hdu2191  :点击打开链接

参考代码:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;

const int maxn = 105;
int n, m, p[maxn], h[maxn], c[maxn], d[110];


void completePack(int C, int W){
    for(int v = C; v <= n; ++v){
        d[v] = max(d[v], d[v-C]+W);
    }
}
void ZeroOnePack(int C, int W){
    for(int v = n; v >= C; --v){
        d[v] = max(d[v], d[v-C]+W);
    }
}

void multiplePack(int C, int W, int M){
    if(C*M >= n){
        completePack(C, W);
    } else {
        int k = 1;
        while(k < M){
            ZeroOnePack(k*C, k*W);
            M -= k;
            k *= 2;
        }
        if(M != 0)
            ZeroOnePack(M*C, M*W);
    }
}

int main()
{
    int T;
    scanf("%d", &T);
    while(T--){
        scanf("%d%d", &n, &m);
        for(int i = 0; i < m; ++i){
            scanf("%d%d%d", &p[i], &h[i], &c[i]);
        }
        memset(d, 0, sizeof(d));
        for(int i = 0; i < n; ++i){
            multiplePack(p[i], h[i], c[i]);
        }
        printf("%d\n", d[n]);
    }
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
多重背包问题是指在一定的背包容量下,有多个物品的重量和价值,每个物品有一定的数量限制,要求在放入背包时,使得背包中物品的总价值最大化。动态规划是解决多重背包问题的一种常见方法。 其中,引用提供了一种将多重背包问题转化为01背包问题的方法。这种方法将每个多重背包问题的物品按照其数量进行拆分,使其变成多个01背包问题。然后使用动态规划的思想,依次求解每个01背包问题,最终得到多重背包问题的最优解。 引用提供了一种对完全背包问题的暴力解法做简单修改的方法。该方法同样使用动态规划的思想,对每个物品进行遍历,并在背包承重为j的前提下,求解每个物品能放入的最大数量。然后根据物品的重量和价值进行计算,得到多重背包问题的最优解。 这两种方法都可以用来解决多重背包问题,并根据实际情况选择合适的方法进行求解。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [动态规划(五):多重背包问题](https://blog.csdn.net/qq_42138662/article/details/118434151)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [动态规划:多重背包问题](https://blog.csdn.net/qq_42174306/article/details/124345411)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [动态规划4:多重背包](https://blog.csdn.net/qq_40772692/article/details/81435230)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值