多重背包单调队列优化思路_单调队列优化多重背包

算法

应该是个经典算法，稍微记录一下

用\(w[i]\)表示重量，\(v[i]\)表示价值

那么不难写出转移方程

\(f[i][j] = max(f[i - 1][j - k * w[i]] + k * v[i])\)

考虑用单调队列优化。

我们若要用单调队列优化，那么必须满足转移时所需要的状态只与\(k\)有关

这里要用到一个神仙操作，对\(j \% w[i]\)分类

因为对于\(\% j\)后相同的数，转移时只有\(k\)的值不相同。

设\(a = \frac{j}{w[i]}, b = j \% w[i]\)

那么转移方程可以写成

\(f[i][j] = max(f[i - 1][b + k * w[i]] - k * v[i]]) + a * v[i]\)

对每个\(j \% w[i]\)分别维护单调队列即可。。

同时\(f\)数组可以滚动一下

代码

#include

#define LL long long

using namespace std;

const int MAXN = 1001;

inline int read() {

int x = 0, f = 1; char c = getchar();

while(c < '0' || c > '9') {if(c == '-') f = -1; c = getchar();}

while(c >= '0' && c <= '9') x = x * 10 + c - '0', c = getchar();

return x * f;

}

int N, M, C, q[10001];

LL f[10001], val[10001];

main() {

N = read(); M = read(); C = read();

for(int i = 1; i<= N; i++) {

int w = read(), v = read(), d = read();

for(int b = 0; b < w; b++) {//b = j % w 原体积为j = k * w + b

for(int k = 0, h = 1, t = 0, j = b; j <= C; k++, j += w) {

int a = k * v, tmp = f[j] - a;// a = j / w * v = k * v

while(h <= t && tmp > val[q[t]]) t--;

q[++t] = k; val[q[t]] = tmp;//由于这里的val需要被更新过后才能使用，因此不用清空

while(h <= t && q[h] + d < k) h++;//需要的物品超过d个

f[j] = val[q[h]] + a;

}

}

}

for(int i = 1; i <= M; i++) {

int a = read(), b = read(), c = read();//

for(int j = C; j >= 0; j--)//枚举一下体积

for(int k = 0; k <= j; k++)

f[j] = max(f[j], f[j - k] + (a * k + b) * k + c);

}

cout << f[C];

return 0;

}