多重背包问题 I（AcWing）JAVA

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 

解题思路：分别用 数组v,w,s对数据进行存储，设立f数组作为函数f(i,j)。

f(i,j)作为状态方程，即考虑前i件物品时，背包容量为j的情况下，所装入的最大价值。

那么对于考虑到前i件物品的情况：

1，不装那么f(i,j)=f(i - 1,j)。

2，装入，由于物品数量有限，且第i件物品有s[i]（大于等于1）件，那么可装入1，2，......s[i]件。

对应的价值依次为f(i - 1,j - v) + w，f(i - 1,j - 2v) + 2w,........f(i - 1,j - s[i]*v) + s[i]*w。

综上：

f(i , j) = max(f(i - 1,j - v) + w，f(i - 1,j - 2v) + 2w,........,f(i - 1,j - s[i]*v) + s[i]*w)

理论成立代码如下(朴素版)：

import java.util.Scanner;

public class Main {
	public static int N = 110;
    public static void main(String[] args) {
       Scanner sc = new Scanner(System.in);
       int n = sc.nextInt();//种类
       int m = sc.nextInt();//背包体积
       int v[] = new int [N];//体积
       int w[] = new int [N];//价值
       int s[] = new int [N];//数量
       int f[][] = new int[N][N];//函数f(i,j)
       for(int i = 1; i <= n; i++) {
    	   v[i] = sc.nextInt();
    	   w[i] = sc.nextInt();
    	   s[i] = sc.nextInt();
       }
       for(int i = 1; i <= n; i++)
    	   for(int j = 0;j <=m; j++) {
    		   f[i][j] = f[i - 1][j];//不装
    		   for(int k = 1;k <= s[i]; k++ ) {//装
    			   if(j >= k*v[i])//判断是否符合条件
    				  f[i][j] = Math.max(f[i][j], f[i - 1][j - k*v[i]] + k*w[i]);
    		   }
    	   }
        System.out.print(f[n][m]);
	  }
}

至于为什么要用三重循环，而不用完全背包思维对其就简化成二重循环，以下是我的理解。

简化思路（有问题）：

 A式：dp[i][j]=max(dp[i−1][j],dp[i−1][j−v]+w,dp[i−1][j−2v]+2w,⋯,dp[i−1][j−kv]+kw)（其中k等于s[i]）.
令j = j - v 得到
B式：dp[i][j−v]=max(dp[i−1][j−v],dp[i−1][j−2v]+w,⋯,dp[i−1][j−kv]+(k−1)w)
两式联立得
C式：dp[i][j]=max(dp[i−1][j],dp[i][j−v]+w)

这个推到的最终结果C式看似没有问题，但如果仔细去分析C式中红色部分：

如果dp[i][j - v]这个状态还想再添加一件第i个物品的话（假设第i个物品的体积为v价值为w），如果第i个物品刚好被装完了，那么dp[i][j] = dp[i][j - v],而不是红线部分的dp[i][j − v] + w，由于这种情况的存在，所以多重背包不能继续套用完全背包的公式。