前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >多重背包问题【多重背包】【最基础的板子】【动态规划】

多重背包问题【多重背包】【最基础的板子】【动态规划】

作者头像
来杯Sherry
发布于 2023-05-25 07:06:28
发布于 2023-05-25 07:06:28
23000
代码可运行
举报
文章被收录于专栏:第一专栏第一专栏
运行总次数:0
代码可运行
关键

1.输入考虑好物品下标对应,为了后面打表 2.明白 mΣki ->mΣlog(ki) 也就是二进制分解对时间复杂度 的优化

验证

acwing传送门

板子
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#include<iostream>
using namespace std;
const int MAXN =1100;

int w[MAXN];
int v[MAXN];
int main()
{
    int n,m;
    cin>>n>>m;
    int number =1;//为了打表时候第一个物品下标是1
    v[0]=w[0]=0;
    while(n--)
    {
        int weight;
        int value;
        int k;
        cin>>weight>>value>>k;
        //二进制拆分
        for(int j=1; j<=k; j<<=1)
        {
            w[number]=j*weight;
            v[number]=j*value;
            number++;
            k-=j;
        }
        //此时的k很小了,与前面的所有出现过的j求和就是原来的k,并且这个组合 可以表示[0,原来k]数量   这就是二进制分解的妙处,还降低了时间复杂度
        if(k)
        {
            w[number]=k*weight;
            v[number]=k*value;
            number++;
        }
    }

    int dp[MAXN][110];

    // 0-1 背包打表
    for(int i=0; i<number; i++)//这里0开始,是初始化和状态计算同时进行
    {
        for(int j=0; j<=m; j++)
        {
            if(i==0||j==0)
            {
                dp[i][j]=0;
                continue;
            }

            dp[i][j]=dp[i-1][j];
            if(j>=w[i])dp[i][j]=max(dp[i][j],dp[i-1][j-w[i]]+v[i]);
        }
    }
    cout<<dp[number-1][m]<<endl;

}
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-05-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 关键
  • 验证
  • 板子
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档