多重背包问题
我认为多重背包问题是完全背包的限制版,和完全背包一样可以不止选择一次,但是也有一个限制不能做到无限选,在有限的背包空间里有限的物品选择中去选择恰好装满且利益最大,多重背包问题比01背包问题和多重背包问题数据量大,经常会超时,需注意优化。。
01背包:每个物品的数量只有1件。
完全背包:每个物品的数量不限.
多重背包:每个物品的数量不止1件,有固定数量。
Input
输入数据首先包含一个正整数C,表示有C组测试用例,每组测试用例的第一行是两个整数n和m(1<=n<=100, 1<=m<=100),分别表示经费的金额和大米的种类,然后是m行数据,每行包含3个数p,w和c(1<=p<=20,1<=w<=200,1<=c<=20),分别表示每袋的价格、每袋的重量以及对应种类大米的袋数。
Output
对于每组测试数据,请输出能够购买大米的最多重量,你可以假设经费买不光所有的大米,并且经费你可以不用完。每个实例的输出占一行。
Sample Input
1
8 2
2 100 4
4 100 2
Sample Output
400
#include<stdio.h>
#include<cstring>
#include<algorithm>
using namespace std;
int p[101],w[101],c[101],dp[101];
int main()
{
int t;
scanf("%d",&t);
while(t--)
{
int n,m;
scanf("%d %d",&n,&m);
for(int i=0;i<m;i++)
memset(dp,0,sizeof(dp));
int sum=0;
for(int i=0;i<m;i++)
{
for(int j=n;j>=p[i];j--)
{
for(int k=1;k<=c[i];k++)
{
if(j<k*p[i]) break;
dp[j]=max(dp[j-k*p[i]]+k*w[i],dp[j]);
if(dp[j]>sum)
sum=dp[j];
}
}
}
printf("%d\n",sum);
}
}
初始化将数组dp[]全部设为0,将dp[0]设为1.利用双重循环 i 从1到n遍历w[ i ],内层循环 j 从v[ i ]开始往后,只要j-v[ i ]能够满足,且 j 尚未被满足,则价值 j 是有可能达到的。能否达到价值 j 也得看v[ i ]的数量是否达到上限。设一个专门记录个数的数组nn[ maxn ],在第一层循环内将数组nn[ ]初始化为0,一旦满足 dp[ j - v[ i ] ]&&!dp[ j ]&&nn[ j - v[ i ] ]<w[ i ] 则说明价值 j 是可以满足的,则将dp[ j ]的值设为真,再将nn[ j ]=nn[ j - v[ i ] ]+1 表示价值 j 所对应的价值为v[ i ]的物品的使用数在价值为 j-v[ i ]的基础上加1,此步操作尤为关键!之后根据题意看求什么边操作即可。
本周通过做题,可以熟练掌握了背包问题的大体思想,总结了做dp题的思路,开始看到背包问题自己就会想到一些思绪,多做题,多总结。下周开始做二分问题,部分课已经完结,以后有更多一点的时间去做题,坚持,坚持。