扩展问题中比较常见的就是求方案数和求第K优解.
求方案数的问题中,一般是求将背包装满的方案数(求最优方案数不多见).
代码很简单:
var f:array[0..10000] of longint;
v:array[0..100] of longint;
n,m,i,j:longint;
begin
readln(n,m);
for i:=1 to n do readln(v[i]);
f[0]:=1;
for i:=1 to n do
for j:=v[i] to m do inc(f[j],f[j-v[i]]);
writeln(f[m]);
end.
note:
对于a1X1+a2X2+a3X3+...+anXn=M这样的方程,
可以将ai视为物品体积,M视为背包容量,用求方案数的
算法求出非负整数解的个数.
//---------------------------------------------------------------------------
求第K优解的就是在原来的方程中加上一维,变成f[i,k]表示体积为i时的第K优解,
转移时,取出上一个阶段的前K优解,更新出这个阶段的前K优解(暂时的),显然这两
个东西都是有序的,那么我们可以像归并排序中合并有序队列那样合并两个队列,
更新出这个阶段的前K优解.
code:
const oo=1000000000;
maxv=5001;
maxn=201;
maxk=51;
var f:array[0..maxv,0..maxk] of longint;
pre,now:array[0..maxk] of longint;
p,w:array[0..maxn] of longint;
k,v,n,i,j,l,pl,nl,ans:longint;
function max(a,b:longint):longint;
begin
if a>b then exit(a); exit(b)
end;
begin
readln(k,v,n);
for i:=1 to n do readln(p[i],w[i]);
for i:=0 to maxv do
for j:=0 to maxk do f[i,j]:=-oo;
f[0,1]:=0;
for i:=1 to n do
for j:=v downto p[i] do
begin
for l:=1 to k do
begin
pre[l]:=f[j,l];
now[l]:=f[j-p[i],l]+w[i];
end;
pl:=1;
nl:=1;
for l:=1 to k do
if pre[pl]>now[nl] then
begin
f[j,l]:=pre[pl];
inc(pl);
end
else
begin
f[j,l]:=now[nl];
inc(nl);
end;
end;
for i:=1 to k do inc(ans,f[v,i]);
writeln(ans);
end.
简单地写到这.
参考资料:
《背包九讲》