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。输出最大价值。
输入格式
第一行两个整数,N,V,用空格隔开,分别表示物品种数和背包容积。接下来有 N 行,每行三个整数 vi, wi, si,用空格隔开,分别表示第 i 种物品的体积、价值和数量。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤100
0<vi,wi,si≤100
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例: 10
朴素算法如下:
#include<stdio.h>
#include<stdlib.h>
#include<math.h>
#define N 101
int main(){
int n,m;
int f[N] = {0};
scanf("%d %d",&n,&m);
int v[N],w[N],s[N];
for(int i = 0; i < n; i++){
scanf("%d %d %d",&v[i],&w[i],&s[i]);
// for(int j = m; j >= 0; j--)
for(int j = m; j > 0; j--) //必须是逆序,理由在01
{
for(int k = 1; k <= s[i]&& k*v[i] <= j; k++){
f[j] = fmax(f[j],f[j - k*v[i]]+ k*w[i]);
}
}
}
printf("%d",f[m]);
}
多重背包也是有数量限制的,而完全背包是没有数量限制的,因此多重背包某种程度上等效于01背包,因此可以在01背包的基础是上加上数量判断, 在背包容量变化时候依旧采用从大到小的顺序
多重背包朴素算法的优化
任意一个数字比如 9 , 可以由 1 2 4 2 组成任意 1 - 9 的数字【分别是 2次方,1 (此时还剩8)2(此时还剩6) 4(此时还剩2),剩下的2比接下来的8小,所以余2】, 如15 可以由 (1 2 4 8)组成,这几个数可以任意相组构成1 -15
如下代码可以将背包中某个物品出现的次数进行拆分
while(k <= s){
v1[count] = k*v;
w1[count++] = k*w;
s -= k;
k<<=1;
}
if(s){
v1[count] = s*v;
w1[count++] = s*w;
}
代码实现如下:
/*
由于每种物品最多取有限次,因此可以将其拆分转换成01背包问题
拆分的数学理论支撑 比如数字13拆分成:0 1 2 4 6
拆分成的数可以组成0 - 12的任意一个数
*/
#include<stdio.h>
#include<stdlib.h>
#include<math.h>
#define N 10000
int main(){
int n,m; //总数量 总体积
int f[2010] = {0};
scanf("%d %d",&n,&m);
int vv[N] = {0};
int ww[N] = {0};
int v,w,s; //体积 价值 数量
int num = 1;
for(int i = 0; i < n; i++){
scanf("%d %d %d",&v,&w,&s);
/* while(k <= s){
v1[count] = k*v;
w1[count++] = k*w;
s -= k;
k<<=1;
}
if(s){
v1[count] = s*v;
w1[count++] = s*w;
}
}*/
for(int j = 1; j <= s; j<<=1){
vv[num] = j*v;
ww[num++] = j*w;
//此处num++,不论下面if(s)是否成立都会加一,因此在if(s)中也num++,后续在处理时候保证最大的小于num
//或者最大的是num-1就可以了
s-=j;
}
if(s){
vv[num] = s*v;
ww[num++] = s*w;
}
}
for(int i = 1; i < num ; i++)
{
for(int j = m; j >= vv[i]; j--){ //必须是逆序,理由在01
f[j] = fmax(f[j],f[j - vv[i]]+ ww[i]);
}
}
printf("%d",f[m]);
}
多重背包的二进制优化讲解视频
01背包中关于为什么背包容量要逆序减少的原因
还有一种优化方式采用的是单调栈优化,这种方式比二进制要难一些,感兴趣可以自己找一些资料