#include<iostream>usingnamespace std;
constint N = 110;
int n, m;
int v[N], w[N], s[N];
int f[N][N];
intmain(){
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;
return0;
}
和完全背包问题朴素写法很类似,k 的取值范围满足 k<=s[i]andk⋅v[i]<=j
n,v,s 都较大
二进制优化 复杂度 n×v×log(s)
总体复杂度 1000×2000×log(2000)≈2×107
点击查看代码
#include<iostream>usingnamespace std;
constint N = 3e5 + 10;
int n, m;
int v[N], w[N];
int f[N];
intmain(){
cin >> n >> m;
int cnt = 0;
while (n --) {
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] = a * s;
w[cnt] = b * s;
}
}
for (int i = 1; i <= cnt; i ++)
for (int j = m; j >= v[i]; j --)
f[j] = max(f[j], f[j - v[i]] + w[i]);
cout << f[m] << endl;
return0;
}
可以把多重背包问题变为 01 背包问题
① 对于任意的 s ,都可以拆分成 s=1+2+4+⋯+2k+c ,其中 0<=c<2k+1 ,因此,可以把 s 拆分成若干组,也就是把每一个物品分成若干份,假设第 i 份的数量为 si ,那么第 i 份的体积和价值可以表示为 v′i=si⋅vi,w′i=si⋅wi
② 使用 01 背包的思想,用一维数组优化求解
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!