
$ n, v, s $ 都较小
朴素写法 时间复杂度 $ n \times v \times s $
总体复杂度 $ 100^{3} = 1 \times 10^{6} $
点击查看代码
#include<iostream>
using namespace std;
const int N = 110;
int n, m;
int v[N], w[N], s[N];
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 = 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;
return 0;
}
- 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] \ \ and \ \ k \cdot v[i] <= j $

$ n, v, s $ 都较大
二进制优化 复杂度 $ n \times v \times log(s) $
总体复杂度 $ 1000 \times 2000 \times log(2000) \approx 2 \times 10^{7} $
点击查看代码
#include<iostream>
using namespace std;
const int N = 3e5 + 10;
int n, m;
int v[N], w[N];
int f[N];
int main()
{
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;
return 0;
}
- 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 + \cdots + 2^{k} + c $ ,其中 $ 0 <= c < 2^{k + 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 $ s_i $ ,那么第 $ i $ 份的体积和价值可以表示为 $ v_i^{'} = s_i \cdot v_i \ , \ w_i^{'} = s_i \cdot w_i $
② 使用 01 背包的思想,用一维数组优化求解