蓝桥杯省赛基础知识点 | 多重背包问题和“二进制拆分”
多重背包问题:给定n种物品和一个背包,第i种物品的体积是ci,价值为wi,并且有mi个,背包的总容量为C。如何选择装入背包的物品,使得装入背包中的物品的总价值最大?
这是一个经典的DP问题,是0/1背包问题的扩展。具体描述见下面的例题。
宝物筛选 洛谷 P1776 https://www.luogu.com.cn/problem/P1776
输入:第一行是整数 n和C,分别表示物品种数和背包的最大容量。
接下来 n 行,每行三个整数 wi、ci、mi,分别表示第i个物品的价值、体积、数量。
输出:输出一个整数,表示背包不超载的情况下装入物品的最大价值。
这里给出3种DP解法。推荐第2种解法,它把多重背包转化为:“二进制优化+0/1背包”。
多重背包问题的简单DP解法
有两种思路。第一种思路,转换为0/1背包问题。把相同的mi个第i 种物品看成独立的mi个,总共个物品,然后按0/1背包求解,复杂度
。
第二种思路,直接求解。定义状态dp [ i ] [ j :表示把前i个物品装进容量j 的背包,能装进背包的最大价值。第i 个物品分为装或不装两种情况,得到多重背包的状态转移方程:
dp[i][j] = max{dp[i-1][j], dp[i-1][j-k*c[i]] + k*w[i]}
1 ≤ k ≤ min{m[i], j/c[i]}
代码直接写i、 j、 k三重循环,复杂度和第一种思路的复杂度一样。下面用滚动数组编码,提交判题后会超时。
//洛谷 P1776:滚动数组版本的多重背包(超时TLE)
#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int n,C,dp[N];
int w[N],c[N],m[N]; //物品i的价值、体积、数量
int main(){
cin >> n >> C; //物品数量,背包容量
for(int i=1;i<=n;i++)
cin>>w[i]>>c[i]>>m[i];
//以下是滚动数组版本的多重背包
for(int i=1;i<=n;i++) //枚举物品
for(int j=C;j>=c[i];j--) //枚举背包容量
for(int k=1; k<=m[i] && k*c[i]<=j; k++)
dp[j] = max(dp[j],dp[j-k*c[i]]+k*w[i]);
cout << dp[C] << endl;
return 0;
}
用“二进制拆分”优化求解多重背包
这是一种简单而有效的技巧。在解法1的基础上加上这个优化,能显著改善复杂度。
原理很简单,例如第i种物品有mi= 25个,这25个物品放进背包的组合,有0 ~ 25的26种情况。不过要组合成26种情况,其实并不需要25个物品,5个就够了。根据二进制的计算原理,任何一个十进制整数X,都可以用1、2、4、8、…这些2的倍数相加得到,例如25 = 16 + 8 + 1,这些2的倍数只有个。题目中第i种物品有mi 个,用
个数就能组合出0 ~ mi 种情况。
总复杂度从优化到了
,已经足够好了。
注意拆分的具体实现,不能全部拆成2的倍数,而是先按2的倍数从小到大拆,最后是一个小于等于最大倍数的余数。
对mi 这样拆分非常有必要,能够保证拆出的数相加在[1, mi ]范围内,不会大于mi 。例如mi= 25,把它拆成1、2、4、8、10,最后是余数10,10 < 16 = 24,读者可以验证用这5个数能组合成1~25内的所有数字,不会超过25。如果把25拆成1、2、4、8、16,相加的范围就是[1, 31]了。
二进制优化之后,这个问题就变成了一个正常的0/1背包问题。所以,多重背包的解法是:二进制优化 + 0/1背包。
//洛谷 P1776:二进制拆分+滚动数组
#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int n,C,dp[N];
int w[N],c[N],m[N];
int new_n; //二进制拆分后的新物品总数量
int new_w[N],new_c[N],new_m[N]; //二进制拆分后新物品
int main(){
cin >> n >>C;
for(int i=1;i<=n;i++)
cin>>w[i]>>c[i]>>m[i];
//以下是二进制拆分
int new_n = 0;
for(int i=1;i<=n;i++){
for(int j=1;j<=m[i];j<<=1) { //二进制枚举:1,2,4...
m[i]-=j; //减去已拆分的
new_c[++new_n] = j*c[i]; //新物品
new_w[new_n] = j*w[i];
}
if(m[i]){ //最后一个是余数
new_c[++new_n] = m[i]*c[i];
new_w[new_n] = m[i]*w[i];
}
}
//以下是滚动数组版本的0/1背包
for(int i=1;i<=new_n;i++) //枚举物品
for(int j=C;j>=new_c[i];j--) //枚举背包容量
dp[j] = max(dp[j],dp[j-new_c[i]]+new_w[i]);
cout << dp[C] << endl;
return 0;
}
解法2可以看作多重背包问题的标准解法,不过,还有更优的解法3。
用单调队列优化解多重背包
这种方法的复杂度为O ( n C ),是最优的解法。
DP的单调队列优化比较复杂,蓝桥杯省赛估计用不着。

添加 家长论坛微信
全部 0条评论