问题描述:
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
朴素法:
- 算法:动态规划(DP)
- 使用 f[i][j]来表示从前 i 个物品中选取体积不超过 j 的所有选法的集合,其值代表集合中所有选法中的最大价值。
- 与完全背包问题与01背包问题不同的是,在多重背包问题中,题目会给出每种物品的个数上线,即 s[ i ]。故在枚举选择物品的个数时,需要添加判断条件。
- 状态计算:f[ i ][ j ] = f[i – 1][ j – k * v[ i ] ] + k * w[ i ]
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 110;
int f[N][N], s[N], v[N], w[N];
int main(){
int n, m;
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 <= s[i] && k * v[i] <= j; k ++ )
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
cout << f[n][m] << endl;
return 0;
}
二进制优化:
- 思路概括:将同一组中的商品按不同数目打包分组,再做一个01背包问题
- 我们用一个
例子
来简要说明。假设有一组商品,共有128个,在一般情况下,我们需要枚举129次(0 ~ 128)。但是如果我们将商品进行打包,每个包中表示不同数量的商品,然后将其看作01背包问题去枚举(即每个包只能选择零次或一次),就会大大减少枚举次数。在本例中,我们可以按二进制打包为1、2、4、8、16、32、64。这样的情况下,我们可以将枚举次数从 n 减少到 logn 。- 证明二进制优化的
合理性
:在上例中,我们将一组商品按二进制优化打包后进行枚举。我们通过是否选择1,可以得到 0 ~ 1 的两种组合;通过是否选择1、2,我们可以得到 0 ~ 3 的四种组合;同理,我们可以通过是否选择1、2、4得到 0 ~ 7 的八种组合;… 以此类推,我们可以枚举出所有 0 ~ 128 所有数字。- 我们将上述例子
一般化
,当商品的个数不是2的次幂时,例如67,我们可以这样去打包:1、2、4、8、16、32、3。与上述证明同理,我们依旧可以通过这种方法枚举出所有 0 ~ 67 的数字
时间复杂度
的计算:再没有优化前,时间复杂度是:N * V * S 优化后时间复杂度为 N * V * logS
二进制优化代码:
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 25000;
int n, m;
int v[N], w[N];
int f[N]; //01背包可以优化为一维,这里直接写优化后的代码
int main(){
cin >> n >> m;
int cnt = 0;
for(int i = 0; i < n; i ++ ){
int a, b, s;
cin >> a >> b >> s;
int k = 1;
while(k <= s){
cnt ++ ;
v[cnt] = a * k;
w[cnt] = b * k;
s -= k;
k *= 2;
}
if(s > 0){
cnt ++ ;
v[cnt] = s * a;
w[cnt] = s * b;
}
}
n = cnt;
for(int i = 1; i <= n; i ++ ){
for(int j = m; j >= 0; j -- ){
if(v[i] > j) f[j] = f[j];
else f[j] = max(f[j], f[j - v[i]] + w[i]);
}
}
cout << f[m] << endl;
return 0;
}
版权声明:本文为Jefferson__原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。