多重背包即:限定了每种物品可以拿取的最大数量(第i
个物品最多有s[i]
个)的背包问题,它本身可以用一个三重循环作为朴素解法,但当数据规模来到103时有TLE的风险,因此可以使用二进制来优化。
所谓的二进制优化即:将物品×个数
打包成一个新的物品,再将其视为0-1背包,即可。
能这么做的原因在于,从1
到方案数s[i]
之间的任何一个数都能被小于它的最大的二进制数(1、2、4、8、16、32、…、2k、…)以及这个数本身减去这个最大的二进制数来表示,这样以0-1背包问题的方式来求解最大价值,即可知道某种物品拿几个是最优解了。
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
本题考查多重背包的二进制优化方法。
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例
10
#include
#include
#include
using namespace std;
const int maxn = 12505;
const int Lim = 2005;
int a[maxn] = {0}, b[maxn] = {0};
int f[maxn] = {0};
int n, m;
int main()
{ios::sync_with_stdio(false);cin.tie(0);cin>>n>>m;int cnt = 0;for(int i=1;i<=n;i++){int v,w,s;cin>>v>>w>>s;int k = 1;while(k <= s){cnt ++;a[cnt] = k*v;b[cnt] = k*w;s -= k;k *= 2;}if(s > 0){cnt ++;a[cnt] = s*v;b[cnt] = s*w;}}for(int i=1;i<=cnt;i++){for(int j=m;j>=a[i];j--){f[j] = max(f[j], f[j-a[i]] + b[i]);}}cout<
分组背包问题是:给定若干个分组,在每组中只能拿取一个物品,求解背包问题。解法是使用三重循环来实现0-1背包。
有 N 组物品和一个容量是 V 的背包。
每组物品有若干个,同一组内的物品最多只能选一个。
每件物品的体积是 vij,价值是 wij,其中 i 是组号,j 是组内编号。
求解将哪些物品装入背包,可使物品总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式
第一行有两个整数 N,V,用空格隔开,分别表示物品组数和背包容量。
接下来有 N 组数据:
每组数据第一行有一个整数 Si,表示第 i 个物品组的物品数量;
每组数据接下来有 Si 行,每行有两个整数 vij,wij,用空格隔开,分别表示第 i 个物品组的第 j 个物品的体积和价值;
输出格式
输出一个整数,表示最大价值。
数据范围 输入样例 输出样例
03 5
2
1 2
2 4
1
3 4
1
4 5
8
代码实现
#include