一、概念定义
有 N 种物品和一个容量是 V 的背包。
第 i种物品最多有 s i 件,每件体积是 v i,价值是 w i。
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。
用下面这个图来分别动态规划的四个经典背包问题
二.动态规划的核心步骤
定义状态的含义(这一步需要一定的做题经验的积累)
状态的转化,建立前后状态的等式关系(一般通过最后一步的分类讨论来进行状态计算)
精准定义初始值文章来源地址https://www.toymoban.com/news/detail-404312.html
三:题目描述
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<N,V≤100
0<vi,wi,si≤100
输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例、
10
四.思路分析
和前一篇完全背包问题的解法几乎一致,区别在于这里的物品的数量是有限制的,其实也很简单,答题思路一致,只需要加一个限制条件k <= s【i】就可以,s【i】指的是第i个物品的数量
根据上述的动态规划的步骤我们一步一步来思考:
定义状态的含义
f【i,j】:从前i个物品中选,且最大体积不超过j的选法的集合
状态计算文章来源:https://www.toymoban.com/news/detail-404312.html
既然是从前i个物品当中选, 最后一步一定是决定 选几个第i个物品(这里不同于01背包问题)
a. 选取0个第i个物品=====>f【i,j】= f【i - 1,j 】
b.选取1个第i个物品=====>f【i,j】= f【i - 1,j - v【i】】+w【i】
c.选取2个第i个物品=====>f【i,j】= f【i - 1,j - 2v【i】】+ 2w【i】
d.选取3个第i个物品=====>f【i,j】= f【i - 1,j - 3v【i】】+3w【i】
·
·
·
k.选取k个第i个物品=====>f【i,j】= f【i - 1,j - kv【i】】+k*w【i】
精准定义初始值
这里的初值都是0,没必要修改。但是有些题目的初值是比较重要的。
比如青蛙跳级题目 剑指 Offer 10- II. 青蛙跳台阶问题 - 力扣(LeetCode)
五:万年无误代码模板(含思路解析)
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 110;
int n, m;
int v[N], w[N], s[N]; // s数组是存储第i个物品的数量
int f[N][N];
int main()
{
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 = 1; j <= m; j ++ )
for (int k = 0; k <= s[i] && k * v[i] <= j; k ++ ) // 取k个物品的体积不能超过j,且k的物品不可能超过该物品的数量
f[i][j] = max(f[i][j], f[i - 1][j - v[i] * k] + w[i] * k);
cout << f[n][m] << endl;
return 0;
}
到了这里,关于蓝桥杯算法全集之多重背包问题I(动态规划算法)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!