动态规划——分组背包问题

写在前面

由于本人实力尚浅，接触算法没多久，写这篇blog仅仅是想要提升自己对算法的理解，如果各位读者发现什么错误，恳请指正，希望和大家一起进步。(●’◡’●)
如果没看过我前面关于01背包问题（良心正解）和完全背包问题（良心正解）以及多重背包问题（超详细版）的宝宝可以先去看看，可以让你对动态规划的理解更透彻

---

DP核心思路

---

分组背包问题

题目

---

思路

重要变量说明
f[][[]:用于状态表示；
w[][]：记录每个物品的价值；
v[][]：记录每个物品的体积；

1. 定义二维数组f[][],其中f[i][j]表示在前i个组的物品中，背包容积为j的限制下所能装下的最大价值。这里的f[i][j]就是做法的集合，f[i][j]的值就是最大价值即属性。
2. 从i=1开始枚举，对于第i个组，都有一定数量的选择：
   • 不选择第i个组中所有物品，状态转移方程为f[i][j]=f[i-][j]
   • 选择第1个组中的第一个物品，状态转移方程为f[i][j]=f[i-1][j-v[i][1]]+w[i][1]
   • 选择第2个组中的第一个物品，状态转移方程为f[i][j]=f[i-1][j-v[i][2]]+w[i][2]
   • ......
   • 选择第k个物品（k为第i组中最后一个物品），状态转移方程为f[i][j]=f[i-1][j-v[i][k]]+w[i][k]
3. 我们因为要求最大价值，所以对上面两种情况去max即可。

---

代码（未优化，二维数组）

#include<iostream>

using namespace std;
const int N=110;

int v[N][N],w[N][N],cnt[N],f[N][N];

int main()
{
   
   
    int n,m;
    cin>>n>>m