题目:
代码:
#include<bits/stdc++.h>
using namespace std;
const int N=1e6;//数组需要开的大一点,因为二进制优化需要更多的存储空间
int v,w,m;
int dp[N],weight[N],value[N];
int main()
{
int n,W;
cin>>n>>W;
int cnt=0;
for(int i=1;i<=n;i++){
cin>>v>>w>>m;
//二进制优化
for(int j=1;j<=m;j<<=1){
value[++cnt]=v*j,weight[cnt]=w*j;
m-=j;
}
if(m) value[++cnt]=m*v,weight[cnt]=m*w;
}
//接下来就相当于01背包了
for(int i=1;i<=cnt;i++){
for(int j=W;j>=weight[i];j--){
dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
}
}
cout<<dp[W]<<endl;
return 0;
}
总结:
这是一道多重背包的问题,为了降低时间复杂度使用到了二进制优化。
个人理解二进制优化就是预处理我们输入的物品,将物品的总数通过二进制递增的方式降下来。看B站视频时up主举了一个例子:
由这个例子可以看出,二进制优化就是把数量依次分解为若干个二进制数和剩下的余数,而这些数可以组合表示1~m中的任意一个整数
通过这样的方式,等于把我们的物品的总数变多了,然而每个物品的数量都是1,最后动态规划的时候就相当于做01背包了
时间上,原本是数量从1到m进行枚举,优化后变成了从2^0乘2枚举,时间大大缩短了。