洛谷P1776 宝物筛选_NOI导刊2010提高(02)(多重背包,单调队列)
为了学习单调队列优化DP奔向了此题。。。
基础的多重背包就不展开了。设\(f_{i,j}\)为选前\(i\)个物品,重量不超过\(j\)的最大价值,\(w\)为重量,\(v\)为价值(蒟蒻有强迫症,特别不喜欢把\(v\)和\(w\)反着搞,\(weight\)和\(value\)嘛!),直接给转移方程
显然,\(f_i\)都是从\(f_{i-1}\)转过来的,所以第一维可以滚掉,得到每次转移的更简化的方程
这样是\(O(nmW)\)的,还是要想办法优化。
众所周知,DP优化的根本原则是去掉无用的状态、利用重复转移的状态。可是这方程一眼根本看不出什么可优化的地方啊。。。。。。
我们要像这位Dalao一样善于发现,他的blog
所以,不管这个想法是怎么来的,我们先把\(j\)按模\(i\)意义下分组,设\(j=k_1w+d\),那么一组里的\(d\)都是同一个值。
然后方程就变成了这样
突然看到了\(k_1-k\)的重复出现!这也就意味着,在每一组中,有意义的状态只有\(\lfloor\frac{W-d}w\rfloor\)种!(\(W\)是最大载重)每次总的状态也就只有\(O(W)\)了。
设\(g_k=f_{kw+d}-kv\)。那么因为有\(m\)的限制,所以对于每个\(k_1\),我们需要且只能从\(max\{g_k|k\in[\max\{0,k_1-m\},k_1]\}\)转移。对于这样的转移,可以形象地和滑动窗口联系一下,相当于有一个宽度为\(m\)的窗口从一边一步步往另一边移动,每移一次都要取出窗口内的最大值。这个就上单调队列维护。
首先枚举\(d\)。接着,为了方便滚动,我们从大到小枚举\(k\)和\(k_1\),用一个单调队列维护下标在\([k_1-m,k_1]\)范围内的依次递减的若干个\(g\)值,因为显然如果有\(g_x\geq g_y,x<y\)的话\(g_y\)是没有用的。枚举\(k_1\)时,每次队首元素超出了范围就把它出队。用现在的队首更新\(f_j\)即\(f_{k_1w+d}\)。接着下一个元素\(g_{k_1-m-1}\)要入队了,把队尾\(g\)比这个小的全出队,再让它进来。最后输出\(f_W\)即可。
这样就是\(O(nW)\)的了,比二进制拆分难理解些但是更优秀了。
结合代码理解会更轻松哦
#include<cstdio>
#define RG register
#define R RG int
#define G c=getchar()
const int N=1e5+9;
int f[N],g[N],q[N];
inline int in(){
RG char G;
while(c<'-')G;
R x=c&15;G;
while(c>'-')x=x*10+(c&15),G;
return x;
}
inline int max(R x,R y){return x>y?x:y;}
inline void chkmx(R&x,R y){if(x<y)x=y;}
int main(){
R n=in(),maxw=in(),maxk,lim,v,w,m,d,i,k,k1,h,t,now;
for(i=1;i<=n;++i){
v=in();w=in();m=in();
for(d=0;d<w;++d){//枚举余数
maxk=(maxw-d)/w;lim=max(maxk-m,0);//先确定最初的范围
for(t=0,k=maxk-1;k>=lim;--k){//窗口先扩大宽度到m
now=f[k*w+d]-k*v;
while(t&&g[t]<=now)--t;//维护单调性
g[++t]=now;q[t]=k;
}
for(h=1,k1=maxk;~k1;--k1,--k){//可以开始转移了
if(h<=t&&q[h]>=k1)++h;//接着移动
if(h<=t)chkmx(f[k1*w+d],g[h]+k1*v);//转移
if(k<0)continue;//注意窗口可能已经出正数范围了
now=f[k*w+d]-k*v;
while(h<=t&&g[t]<=now)--t;//维护单调性
g[++t]=now;q[t]=k;
}
}
}
printf("%d\n",f[maxw]);
return 0;
}