关于多重背包的笔记

多重背包可以看作01背包的拓展, 01背包是选或者不选。多重背包是选0个一直到选s个。

cpp 复制代码
for (int i = 1; i <= n; ++i)
{
    for (int j = m; j >= w[i]; --j)
    {
        f[j] = max(f[j], f[j - 1*w[i]] + 1*v[i], f[j - 2*w[i]] + 2*v[i],...f[j - s*w[i]] + s*v[i]);
    }
}

由上述伪代码可以得知,要实现的多重背包只需要多加一层循环就可以了。

所得的f[m]就是最大价值。

cpp 复制代码
//多重背包
#include<iostream>
using namespace std;
const int N = 110;
int f[N], n, m;

int main()
{
	ios::sync_with_stdio(0), cin.tie(0), cout.tie(0);
	cin >> n >> m;

	for (int i = 1; i <= n; ++i)
	{
		int w, v, s; cin >> w >> v >> s;//重量,体积,数量
		for (int j = m; j >= w; --j)
		{
			for (int k = 1; k <= s && k * w <= j; ++k)
			{
				f[j] = max(f[j], f[j - k * w] + k * v);
			}
		}
	}

	cout << f[m] << '\n';
	return 0;
}

上述代码中就是套了一个01背包代码的框架,第三层循环中的 && k * w <= j可以减少不必要的步骤,优化时间。这种方法的时间复杂度为O(n^3),当数据过大的时候时间就会超限。所以接下来有一种求解数据大一些的求解多重背包的算法(多重背包的二进制优化)。

二进制优化的思想是将s个物品分解为log2(s)份,每份都是2的整次的这个个数。然后问题就会变成01背包问题。

cpp 复制代码
//多重背包2
//二进制优化
#include<iostream>
#include<vector>
using namespace std;
const int N = 2e3 + 9;
int f[N], n, m;

struct Good
{
	int v, w;
};

int main()
{
	ios::sync_with_stdio(0), cin.tie(0), cout.tie(0);
	vector<Good> goods;
	cin >> n >> m;

	for (int i = 1; i <= n; ++i)
	{
		int v, w, s; cin >> v >> w >> s;
		//将物品分解成log2(s)份
		//例如将至少使用log2(7)上取整个数来表示0到7这些数字
		//也就是2^0 2^1 2^2 (1 2 4)
		//0:都不选
		//1:只选1
		// ....
		//7:都选
		//若该数字的值不是2的次方-1,例如10,则有log2(10),也就是4个
		//(1 2 4 8),但是这样连不需要表示的11到15都可以表示出来,所以需要用10-1-2-4
		//3 - 8 < 0,所以分解为 1 2 4 3
		for (int k = 1; k <= s; k *= 2)
		{
			s -= k;
			goods.push_back({ v * k, w * k });
		}
		if (s > 0) goods.push_back({s * v, s * w});
	}

	for (auto g : goods)
	{
		for (int j = m; j >= g.v; --j)
		{
			f[j] = max(f[j], f[j - g.v] + g.w);
		}
	}
	cout << f[m];
	return 0;
}

重点:01背包是n个物品每样一个 所以一共是n*1个物品 这里是n个物品每样最多s[i]个 所以总共最多是Σs[i]个, 把每一组的摊开变成一个一个 再进行01背包。也就是上述代码中的注释的选和不选。

二进制优化参考:AcWing 5. 二进制优化,它为什么正确,为什么合理,凭什么可以这样分?? - AcWing

相关推荐
点云SLAM3 小时前
PyTorch 中.backward() 详解使用
人工智能·pytorch·python·深度学习·算法·机器学习·机器人
only-qi4 小时前
146. LRU 缓存
java·算法·缓存
yuxb734 小时前
Docker学习笔记(二):镜像与容器管理
笔记·学习·docker
梁辰兴5 小时前
数据结构:排序
数据结构·算法·排序算法·c·插入排序·排序·交换排序
野犬寒鸦5 小时前
力扣hot100:搜索二维矩阵 II(常见误区与高效解法详解)(240)
java·数据结构·算法·leetcode·面试
菜鸟得菜5 小时前
leecode kadane算法 解决数组中子数组的最大和,以及环形数组连续子数组的最大和问题
数据结构·算法·leetcode
楼田莉子6 小时前
C++算法专题学习——分治
数据结构·c++·学习·算法·leetcode·排序算法
一支鱼6 小时前
leetcode常用解题方案总结
前端·算法·leetcode
ulias2127 小时前
各种背包问题简述
数据结构·c++·算法·动态规划
乖女子@@@7 小时前
React笔记_组件之间进行数据传递
javascript·笔记·react.js