背包模型dp1：01背包，完全背包，多重背包的两大优化的详解

01背包问题：

---

$状态表示：f[i][j]表示从只从前i个物体里面选，切总体积不超过j的选法的集合$

---

$集合划分：对于每个物体只能选和不选$

---

$状态转移方程if(j>v_i)f[i][j]=max(f[i-1][j],f[i-1][j-v_i])elsef[i][j]=f[i-1][j]$

---

$很明显f[i][j]只用上一层的数据，所以我们可以压掉一维并且逆序循环保证$$用上一层f[i-1]的数据更新的$

---

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e4 + 10;
typedef pair<int,int> PII;
PII ch[N];
int n, maxv;
int res[N];
int main()
{
    cin >> n >> maxv;
    for(int i = 1; i <= n; ++ i)
      cin >> ch[i].first >> ch[i].second;
      
    for(int i = 1; i <= n; ++ i)
      for(int j = maxv; j >= ch[i].first; -- j)
        res[j] = max(res[j],res[j - ch[i].first] + ch[i].second);
        
    cout << res[maxv] << endl;
    
    return 0;
}

---

完全背包问题：

---

$状态表示：f[i][j]表示从只从前i个物体里面选，切总体积不超过j的选法的集合$

---

$集合划分：对于每个物体有选1.....+\infty [体积上限]$

---

$状态转移方程f[i][j]=max(f[i-1][j-k\ast v_i])+k\ast w_{i}k\in [0,s]$

---

$优化：f[i][j]=max(f[i-1][j-k\ast v_i])+k\ast w_i|k\in [0,s]$
$f[i][j-v]=max(f[i-1][j-k\ast v_i])+(k-1)\ast w_i|k\in [1,s]$
$对比两个表达式：$
$f[i][j]=max(f[i-1][j],f[i][j-v]+w)$
$很明显更新当前数据只要前层f[i]的j体积比较小的所以应该从小到大枚举体积。$
$第一维物体，第二维循环体积，第三维循环决策$

---

#include <iostream>
#include <algorithm>

using namespace std;
typedef pair<int,int> PII;
const int N = 1e4 + 10;
PII c[N];
int n, maxv;
int res[N];
int main()
{
    cin >> n >> maxv;
    
    for(int i = 1; i <= n; ++ i) 
      cin >> c[i].first >> c[i].second;
      
    for(int i = 1; i <= n; ++ i)
      for(int j =c[i].first; j <= maxv; ++ j)
        res[j] = max(res[j],res[j - c[i].first] + c[i].second);
        
    cout << res[maxv] << endl;
       
}

---

多重背包[二进制优化版本]

---

$状态表示：f[i][j]表示从只从前i个物体里面选，切总体积不超过j的选法的集合$

---

$集合划分：对于每个物体有选1.....+\infty [a[i][物体个数有限]]$

---

$我们可以将a[i]进行二进制拆分，因为一个数可以分成若干个数之和。这样就变成01背包了$

---

#include <iostream>
#include <algorithm>
#include <vector>

using namespace std;
typedef pair<int,int> PII;
const int N = 200;
int res[N];
int v[N], w[N], num[N];
int n, maxv;
int main()
{
    cin >> n >> maxv;
    
    
    for(int i = 1; i <= n; ++ i)
     cin >> v[i] >> w[i] >> num[i];
     
    vector<PII> goods;
    
    for(int i = 1; i <= n; ++ i)
    {
        for(int k = 1; k <= num[i]; k *= 2)
        {
            num[i] -= k;
            goods.push_back({v[i] * k, w[i] * k});
        }
        if(num[i] > 0)
          goods.push_back({v[i] * num[i],w[i] * num[i]});
    }
    
    for(auto it : goods)
    {
        for(int j = maxv; j >= it.first; j --)
        res[j] = max(res[j],res[j - it.first] + it.second);
    }
    
    cout << res[maxv] << endl;
    
    return 0;
}

---

多重背包[单调队列优化]

注释：w[i]是物体体积，v[i]是价格，num[i]是物体个数

---

我们就看一下原始的公式
$dp[i][j]=max(dp[i-1][j-k\ast w[i]]+k\ast v[i])k\in [0,min(j/w[i],num[i])]$(体积有限要取min)

---

我们进行数学转化
$我们设j=a\ast w[i]+mod$
$dp[i][a\ast w[i]+mod]=max(dp[i-1][a\ast w[i]+mod-k\ast w[i]]+k\ast v[i]);$
$合并同类项$
$dp[i][a\ast w[i]+mod]=max(dp[i-1][(a-k)\ast w[i]+mod]+k\ast v[i]);$
最关键的一步：令$t=a-k则k=a-t$
$化简得：dp[i][a\ast w[i]+mod]=max(dp[i-1][t\ast w[i]+mod])+(a-t)\ast v[i];$
$移项得：dp[i][a\ast w[i]+mod]-a\ast v[i]=max(dp[i-1][t\ast w[i]+b]-t\ast v[i])$

---

$这时候发现这等式两端是同型的$
$1.注意这里的a和num[i]是没有关系的，因为a是j拆成a\ast w[i]+mod形式上的一个系数$
$2.我们再看看t,t=a-k,因为k是变化的。那么t也是变化的$

---

对于一个$dp[i][j]我们可以通过枚举mod和a去取遍\in [0,j]$中的所有值当$a$确定了之后对于$t就是从\in [a-min(j/w[i],num[i]),a]$很明显$t$这个"|变化的区间长度是固定的等于k|"这样就类似滑动窗口在固定长度里面求最大值，用单调队列维护就可以$O(1)$转移了

---

#include <iostream>
#include <cstdio>
#include <stack>
#include <sstream>
#include <vector>
#include <map>
#include <cstring>
#include <deque>
#include <cmath>
#include <iomanip>
#include <queue>
#include <algorithm>
#include <set>
#define mid ((l + r) >> 1) 
#define Lson rt << 1, l , mid
#define Rson rt << 1|1, mid + 1, r
#define ms(a,al) memset(a,al,sizeof(a))
#define log2(a) log(a)/log(2)
#define _for(i,a,b) for( int i = (a); i < (b); ++i)
#define _rep(i,a,b) for( int i = (a); i <= (b); ++i)
#define for_(i,a,b) for( int i = (a); i >= (b); -- i)
#define rep_(i,a,b) for( int i = (a); i > (b); -- i)
#define lowbit(x) ((-x) & x)
#define IOS std::ios::sync_with_stdio(0); cin.tie(0); cout.tie(0)
#define INF 0x3f3f3f3f
#define hash Hash
#define next Next
#define count Count
#define pb push_back
#define f first
#define s second
using namespace std;
const int N = 1e5+10;
const double eps = 1e-10;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<int,int> PII;
template<typename T> void read(T &x)
{
    x = 0;char ch = getchar();ll f = 1;
    while(!isdigit(ch)){if(ch == '-')f*=-1;ch=getchar();}
    while(isdigit(ch)){x = x*10+ch-48;ch=getchar();}x*=f;
}
template<typename T, typename... Args> void read(T &first, Args& ... args) 
{
    read(first);
    read(args...);
}
int n, m;
int w[N], v[N], num[N];
int dp[1100][20010];
int q[N];
int main()
{
    read(n,m);
    _rep(i,1,n)
      read(w[i],v[i],num[i]);
    //枚举物体个数；
    _rep(i,1,n)
    {
        _rep(mod,0,w[i]-1)//本来是j，我们变成枚举mod和k;
        {
            int hd = 1, tl = 0;
            for(int k = 0; k*w[i] + mod <= m; ++ k)
            {
                int now = dp[i - 1][k * w[i] + mod] - k*v[i];
                while(k - q[hd] > min(num[i],(k*w[i]+mod)/w[i]) && hd <= tl) hd ++;//单调队列里面储存的是idx不是dp值，如果idx和当前的差值超了就pop掉
                while(dp[i - 1][q[tl]*w[i] + mod] - q[tl]*v[i]<=now && hd <= tl) tl--;
                q[++ tl] = k;
                dp[i][k*w[i] + mod] = dp[i - 1][q[hd]*w[i] + mod] - q[hd]*v[i] + k*v[i];
            }
        }
    }
    
    cout << dp[n][m] << endl;
    return 0;
}