多重背包问题 I
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
与完全背包问题不相同的点只有原来的无限制的k变成了有限制的s [ i ]
所以状态转移方程也是相同的:f [ i ] [ j ] = max ( f [ i - 1 ] [ j ] , f[ i - 1 ] [ j - k * v [ i ] ] + k * w [ i ] ) , k的值为 0,1,2,3,...s [ i - 1 ], s [ i ]
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 110;
int n , m ;
int v[N] , w[N] , s [N] , f[N][N] ;
int main()
{
cin >> n >> m ;
for ( int i = 1 ; i<= n ; i ++ ) cin >> v[i] >> w[i] >> s[i] ;
for(int i = 1 ; i <= n ; i++ ){
for( int j = 0 ; j <= m ; j++ ){
for( int k = 0 ; k*v[i] <= j && k <= s[i] ; k++ ){
f[i][j] = max ( f[i][j] , f[i - 1][j -v[i] * k] + w [i] * k );
}
}
}
cout << f[n][m] <<endl ;
return 0;
}
多重背包问题 II
题目相同,数据范围调整:使用前面的答案直接TLE
数据范围
0<N≤1000
0<V≤2000
0<vi,wi,si≤2000
提示:
本题考查多重背包的二进制优化方法。
f [ i ] [ j ] = max ( f [ i -1 ] [ j ] , f [ i - 1] [ j - v [ i ] ] + w [ i ] , f [ i - 1] [ j - 2 * v [ i ] ] + 2 * w [ i ] , f [ i - 1] [ j - 3 * v [ i ] ] + 3 * w [ i ] ...... f [ i - 1] [ j - s [ i ] * v [ i ] ] + s [ i ] * w [ i ] ) (1)
f [ i ] [ j - v [ i ] ] = max ( f [ i -1 ] [ j - v [ i ] ] , f [ i - 1] [ j - 2 * v [ i ] ] + w [ i ] , f [ i - 1] [ j - 3 * v [ i ] ] + 2 * w [ i ] ...... f [ i - 1] [ j - s [ i ] * v [ i ] ] + ( s [ i ] - 1 ) * w [ i ] , f [ i - 1] [ j - ( s [ i ] + 1 )* v [ i ] ] + (s [ i ] * w [ i ] ) (2)
相比以上,(2)中比(1)中后面部分多了一块,是无法通过总的最大值和最后一个值来求出前面部分的最大值,所以不能用完全背包问题的优化方法来优化多重背包问题。
假设:某一物品有s = 1023个,k = 0,1,2,3,...1023,我们要选择若干个。 可以将几个物品打包在一起来计算,分为十组。如:1个物品打包为一组,2个物品打包为一组,4个物品打包为一组 :物品数 1,2,3,4,8,16....512 。使用这十组可以拼凑出0~1023中任意一个数,例如:想要让k = 6 ,那么可以选择1个物品的组+2物品的组+3个物品的组,总共刚好达到6个物品。这十个组选或不选,就能够拼凑出所有的方案了。本来需要枚举1024次,现在只需要枚举10次,复杂度从n变为logn。
假设:s=200,那么分组只能分1,2,4,8,16,32,64 ,不能分一组为128,因为如果有一组为128时,所有的组加起来就达到了255,已经超过了200,所以最后一组可以为200-1-2-4-8-16-32-64=73个物品。
设物品数为 S ,分组为1,2,4,8,16 ..... 2^k 。如果多了一个2^(k+1) ,那么1+2+4+8+16+...+2^k+2^(k+1) > S 。所以 最后一个不能为2^(k+1) ,设最后一个组为C ,那么C = S -1-2-4-8-16-...-2^k ,显然 C < 2^(k+1) 。 分组 1,2,4,8...2^k 中可以凑出0~2^(k+1)-1 里面的任意一个数,加上C后,就能凑出C~2^(k+1)-1+C ,而2^(k+1)-1+C = S,所以加上C之后,所有的小组就能凑出0~S里面所有的数,而这里有一个问题,0~2^(k+1)-1 和C~S 这两个集合之间的并集是否等于0~S ,由于C < 2^(k+1) ,得出他们的并集确实等于0~S 。
S 可以拆分成logS(2为底)个物品,然后对于所有新的物品做一次01背包问题。原来的时间复杂度为O(NVS) , 现在为O(NVlogS)。
01背包写成二维 内存超限 超时
#include<iostream>
using namespace std;
const int N = 12010, M = 2010;
//物品个数是1000*log2000 ,log2000向上取整大约是12 ,所以是12000
//容积为2000
int n, m;
int v[N], w[N]; //逐一枚举最大是N*logS
int f[N][M]; // 体积M
int main()
{
cin >> n >> m;
int cnt = 0; // 所有新的物品的组别编号
for(int i = 1;i <= n;i ++)
{
int a,b,s;
cin >> a >> b >> s;
int k = 1; // 组别里面的个数
while(k<=s)
{
cnt ++ ; //组别先增加
v[cnt] = a * k ; //整体体积
w[cnt] = b * k; // 整体价值
s -= k; // s要减小
k *= 2; // 组别里的个数倍增
}
//剩余的一组C
if(s > 0 )
{
cnt ++ ;
v[cnt] = a*s;
w[cnt] = b*s;
}
}
n = cnt ; //枚举次数正式由个数变成组别数
//01背包一维优化
for(int i = 1;i <= n ;i ++)
for(int j = 0 ;j <= m;j ++){
f[i][j] = f[i-1][j];
if( j >=v[i] ) f[i][j] = max(f[i][j] , f[i-1][j-v[i]]+w[i]);
}
cout << f[n][m] << endl;
return 0;
}
一维优化后
#include<iostream>
using namespace std;
const int N = 12010, M = 2010;
//物品个数是1000*log2000 ,log2000向上取整大约是12 ,所以是12000
//容积为2000
int n, m;
int v[N], w[N]; //逐一枚举最大是N*logS
int f[M]; // 体积M
int main()
{
cin >> n >> m;
int cnt = 0; // 所有新的物品的组别编号
for(int i = 1;i <= n;i ++)
{
int a,b,s;
cin >> a >> b >> s;
int k = 1; // 组别里面的个数
while(k<=s)
{
cnt ++ ; //组别先增加
v[cnt] = a * k ; //整体体积
w[cnt] = b * k; // 整体价值
s -= k; // s要减小
k *= 2; // 组别里的个数倍增
}
//剩余的一组C
if(s > 0 )
{
cnt ++ ;
v[cnt] = a*s;
w[cnt] = b*s;
}
}
n = cnt ; //枚举次数正式由个数变成组别数
//01背包一维优化
for(int i = 1;i <= n ;i ++)
for(int j = m ;j >= v[i];j --)
f[j] = max(f[j],f[j-v[i]] + w[i]);
cout << f[m] << endl;
return 0;
}