第三讲 多重背包问题②——二进制优化

【题目来源】AcWing 5. 多重背包问题 II

【题意分析】根据当前数据范围，$O(n^3)$ 的时间复杂度过不了，最多为 $O(n^{2}logn)$。
【优化方法】
二进制优化 $0/1$ 背包部分：
对于当前 $0/1$ 背包部分，我们用 $k$ 个物品来表示装入 $1$ ~ $k$ 个物品的情况，比如；
有一个物品有 $15$ 个，且符合 $0/1$ 背包，那么我们需要循环 $15$ 次，即：

但是可以计算 $15$ 以内有哪些 $2$ 的幂次方数：

此时出现了 $3$ 个 $2$ 的幂次方数，$2$，$4$，$8$，剩余 $1$，那么 $1$，$2$，$4$，$8$ 这四个数可以组成 $0$ ~ $15$ 的任意一种情况：

因此，可以通过下图来理解该方法对时间复杂度的优化方法：

从对 $15$ 个物品做 $0/1$ 背包优化为了给 $4$ 个物品做 $0/1$ 背包，$O(n)$优化为了$O(lo{g}_{2}n)$
整个算法 $O(n^3)$ 优化为了 $O(n^{2}logn)=1000\ast lo{g}_{2}2000\ast 2000\approx 1000\ast 11\ast 2000=2.2\ast 10^7$，$1000ms$ 能过，代码如下：

#include<iostream>
using namespace std;
struct node{
  int v, w;
} q[2000050];
int n, m, V, dp[2050], a, b, c;

int main(){
  cin >> n >> V;
  for(int i = 1; i <= n; i ++){
    cin >> a >> b >> c;
    //关键代码：begin
    int k = 1;
    while(k <= c){
      m ++;
      q[m].v = k * a;
      q[m].w = k * b;
      c -= k;
      k *= 2;
    }
    if(c > 0){
      m ++;
      q[m].v = c * a;
      q[m].w = c * b;
    }
    //关键代码：end
  }
  for(int i = 1; i <= m; i ++)
    for(int j = V; j >= q[i].v; j --)
      dp[j] = max(dp[j], dp[j - q[i].v] + q[i].w);
  cout << dp[V];
  return 0;
}