多重背包问题

最新推荐文章于 2024-08-29 22:25:44 发布

曾几何时`

最新推荐文章于 2024-08-29 22:25:44 发布

阅读量410

点赞数

分类专栏：笔试题动态规划 # 动态规划文章标签：算法 c++ 动态规划

本文链接：https://blog.csdn.net/weixin_66151870/article/details/128591107

版权

笔试题同时被 3 个专栏收录

41 篇文章 1 订阅

订阅专栏

动态规划

16 篇文章 0 订阅

订阅专栏

动态规划

14 篇文章 0 订阅

订阅专栏

文章介绍了两种解决有限数量物品的背包问题的方法：一是将问题转化为0-1背包问题，通过三层循环实现；二是使用二进制优化，将物品打包转换为01背包问题，然后应用空间优化模板求解。这两种方法都基于动态规划思想。

摘要由CSDN通过智能技术生成

与完全背包对比，多了一个参数s，s[i]代表第i个物品的有限个数

【解法一】转化为0-1背包求解

    int BackPack(vector<int>& a, vector<int>& v, vector<int>& s, int target)
    {
        int n = a.size();
        vector<int> dp(target + 1);
        for (int i = 0; i < n; ++i)
        {
            for (int j = target; j >= a[i]; ++j)
            {
                for (int k = 0; k<=s[i] && k*a[i]<=j; ++k)
                {
                    dp[j] = max(dp[j], dp[j- k*a[i]] + k*v[i]);
                }
            }
        }
        return dp[target];
    }

【解法二】二进制优化

#include<iostream>
using namespace std;
const int N=3e4+10;
int dp[N],v[N],w[N];
int n,m;
int main()
{
    cin>>n>>m;
    int cnt=1;
    for(int i=1;i<=n;i++)
    {
        int a,b,c;
        scanf("%d%d%d",&a,&b,&c);
        int k=1;
        //进行 “打包” 转换：二进制优化，转换成01背包
        while(k<c)
        {
            v[cnt]=k*a,w[cnt++]=k*b;
            c-=k;
            k*=2;
        }
        if(c>0)
            v[cnt]=c*a,w[cnt++]=c*b;
    }
    //利用01背包中的空间优化模板求解。
    for(int i=1;i<=cnt;i++)
        for(int j=m;j>=v[i];j--)
                dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
    cout<<dp[m]<<endl;
    return 0;
}