首页 > 其他分享 >Acwing 6. 多重背包问题 III

Acwing 6. 多重背包问题 III

时间:2022-12-22 23:55:05浏览次数:39  
标签:pre ... head 背包 tail 体积 III dp Acwing

单调队列优化法

从公式入手来看是否还有可以改进的地方

\(dp[i][j] = max(dp[i - 1][j],dp[i-1][j - v] + w,dp[i-1][j -2 * v] + 2*w,...,dp[i-1][j-s_i*v]+s_i*w)\)

我们可以发现该方程的第二维是 \(j-v,j-2*v,j-3*v,j-s_i*v\) ,因为受到完全背包的感染,所以写以下\(dp[i][j-v]\)的方程来对比看一下。

\[dp[i][j - v] =max(dp[i-1][j - v],dp[i-1][j -2 * v]+w\\ ,...,dp[i-1][j-s_i*v]+(s_i-1)*w) + dp[i-1][j-(s_i+1)v + w*s_i] \]

从图中可以看出来,可以看出来一开始是匹配的,但是最后一个不匹配,也就是 \(j\) 没有 \(j-v\) 的最后一项,所以

\[max(dp[i - 1][j],dp[i-1][j - v] + w,dp[i-1][j -2 * v] + 2*w,...,dp[i-1][j-s_i*v]+s_i*w)\\ \not=\\ max(dp[i-1][j - v],dp[i][j - v] + w) \]

虽然猜想不对,但是我们发现了 \(dp[i][j]\) 对比 \(dp[i][j-v]\) 的方程中间有一大部分是匹配的,而且是后面少一项和前面多一项的关系,想利用这一部分,就想到了一个非常匹配这个过程的方法--------滑动窗格。

为了方便表述,我们这里使用滚动数组,将 \(dp[i -1][j]\) 的值全部存在\(pre\)数组里面。\(pre[j] = dp[i-1][j]\)

\(pre[j]\) 的含义是从前 \(i-1\) 个物品中选,且体积不超过 \(j\) 的最大价值。

那么假设 \(s_i\)==3,\(dp[i][j] = max(pre[j],pre[j-v]+w,pre[j-2*v]+2*w,pre[j-3*v]+3*w)\)

可以看出来,当前的窗格需要从前面往后推,然后边推还可以边把 \(dp[i][j - v],dp[i][j-?*v]\)全给赋值了,然后可以发现以下两点

  • 不能像暴力法那样,直接丢掉一维,不然你求 \(j-5*v\) 的时候,要用到 \(j-6*v\) 已经被覆盖掉了,所以用一个滚动数组 \(pre\) 来存储

  • 因为前往后推,所以我们先要找到起点的体积比如说上图就是 \(j-6*v\) ,假设 \(0<j-6*v<v\)。

起点有 0 到 \(v-1\) 种可能,那么我们这里就可以换一种写法了比如说

\[假设j-6*v = 2,0<2<v\\ 那么j - 5*v = 2+v,\;j-4v=2+2*v...j = 2 + 6*v\\ 去掉等号一边就是 2,2+v,2+2*v,...,2+6*v\\ 那么max(pre[j],pre[j-v]+w,pre[j-2*v]+2*w,pre[j-3*v]+3*w)\\ 变成max(pre[2 + 6*v],pre[2 + 5*v]+w,pre[2 + 4*v]+2*w,pre[2 + 3*v]+3*w) \]

上面是具体的写法,下面将其抽象化:总体积 \(m = k*v+j,0<j<v\),先不管后面加的部分

\[pre[j],pre[j+v],pre[j + 2 *v],pre[j + 3*v],...,pre[j + k*v] \]

写到这里,我们发现,其实我们枚举 \(0<j<v\) 然后一直推到这个\(j\) 对应的结尾就可以完成这个物品的更新了。这里补全一下抽象化后的整个表示

\[pre[0] , pre[v], pre[2*v], pre[3*v], ... , pre[k*v]\\ pre[1], pre[v+1], pre[2*v+1], pre[3*v+1], ... , pre[k*v+1]\\ pre[2], pre[v+2], pre[2*v+2], pre[3*v+2], ... , pre[k*v+2]\\ pre[3], pre[v+3], pre[2*v+3], pre[3*v+3], ... , pre[k*v+3]\\ ...\\ pre[j], pre[v+j], pre[2*v+j], pre[3*v+j], ... , pre[k*v+j]\\ 每一行滑动过去,比如s = 3的话,一开始是j,v+j,2*v+j\\下一个就是v+j,2*v+j,3*v+j这样边滑边更新 \]

然后现在知道怎么更新,还知道怎么全部都更新,剩下的就是怎么快速的找到滑动窗格的最大值,那么单调队列登场。

另起一个数组为 \(q[N]\) ,里面存的是背包的体积,设置队列头为 \(head\) ,尾巴为 \(tail\) \(q[头, , , ,...,尾巴]\) ,保证队列里面是单调的,也就是 \(head\) 代表的体积的价值 \(\ge tail\) 代表的体积的价值。

现在问题来到怎么维护单调队列的单调性?

当前的背包体积 \(k\),因为要单调队列的单调性,所以要找到一个合适的位置讲当前背包放入队列中,这个合适的位置的体积的最大价值大于体积k的最大价值才行,\(pre[q[tail]]\) 取得的就是当前尾部体积的价值相当于\(dp[i - 1][q[tail]]\) 和当前的价值 \(dp[i-1][k]\) 比较,有没有发现什么不对劲?

\(pre[j]\)的含义是从前\(i-1\)个物品中选,且体积不超过\(j\)的最大价值。\(pre[h] = dp[i-1][h]\)

\(dp[i][j] = max(dp[i - 1][j],dp[i-1][j - v] + w,...,dp[i-1][j-s_i*v]+s_i*w)\)

看了眼原始方程,回忆下变量的含义。没错漏掉了\(k - q[tail]\)这部分给\(dp[i - 1][q[tail]]\)带来的价值,所以比较的时候要给加回去继续比较,那么就可以写出这部分的代码了

可以对比起来看一下

\[dp[i-1][j - ?*v] + ?*w\\ = pre[q[tail]] + (k - q[tail]) / v * w \]

while (head <= tail && pre[q[tail]] + (k - q[tail]) / v * w <= pre[k])
             tail--;

时间复杂度:

\(O(物品数列*背包体积)=O(N*V)\)

实现:

接下来直接看完整代码就可以了:

#include <stdio.h>
#include <algorithm>
#include <cstring>
using namespace std;
const int N = 20005;
// pre存储i - 1的时候的值
// q为偏移量为?时候的单调队列
int dp[N], pre[N], q[N], n, m;
int main()
{
    //n为物品的总数,背包容量为m
    scanf("%d%d", &n, &m);
    while (n--)
    {
        int v, w, s;
        scanf("%d%d%d", &v, &w, &s);

        //赋值上一层结果
        memcpy(pre, dp, sizeof(dp));

        //枚举偏移量(起点)
        for (int i = 0; i < v; i++)
        {
            //建新的单调队列 头>>>尾巴,里面存的是体积
            int head = 0, tail = -1;

            //更新该起点代表的行,k是此时的体积
            for (int k = i; k <= m; k += v)
            {
                //判断窗格是否超过了k,头需要往后滑动
                if (head <= tail && k - q[head] > s * v)
                    head++;

                //赋值
                //pre[q[head]]+(k - q[head]) / v * w):前i-1个中选,且体积不大于q[head]的最大价值 + 第i个物品选(k - q[head]) / v 个的价值
                if (head <= tail)
                    dp[k] = max(dp[k], pre[q[head]] + (k - q[head]) / v * w);

                //队列中加入k,并且维护队列单调性
                //pre[k]:前i-1个中选,且体积不大于q[head]的最大价值 + 第i个物品选0个
                //pre[q[tail]] + (k - q[tail]) / v * w :前i-1个中选,且体积不大于q[tail]的最大价值 + 第i个物品选(k - q[tail]) / v个
                while (head <= tail && pre[q[tail]] + (k - q[tail]) / v * w < pre[k])
                    tail--;
                q[++tail] = k;
            }
        }
    }
    printf("%d", dp[m]);
    return 0;
}

标签:pre,...,head,背包,tail,体积,III,dp,Acwing
From: https://www.cnblogs.com/zxr000/p/16999844.html

相关文章

  • Educational DP Contest E - Knapsack 2 (01背包)
    https://atcoder.jp/contests/dp/tasks/dp_e题目大意:有N个物品,编号为1,2,…,N。对于每个i(1≤i≤N),物品I的权重为wi,价值为vi。Taro决定从N件物品中挑选一些,用背包带回家......
  • Acwing 5. 多重背包问题 II
    二进制优化法本质:将多重背包转化为01背包问题思路:暴力法其实相当于把多重背包中的每个物品分成\(s\)个物品,所以才需要那么久的时间复杂度,所以现在想一下有没有什......
  • AcWing342. 道路与航线
    原题链接解题思路这题用\(SPFA\)会被卡,所以我们不能用\(SPFA\)但是观察数据我们可以发现对于道路,\(0≤C_i≤10^{5}\)所以对于每个连通块(内部不存在航线),我们可以用\(Di......
  • Acwing 4. 多重背包问题
    4.多重背包问题I-AcWing题库有\(N\)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......
  • Acwing 第 77 场周赛 ABC(*)
    4716.进球题目大意:整场比赛双方一共打进了n个进球,进球多的一方将收获最终的胜利。请你根据进球纪录,判断哪支球队最终获胜。保证不存在平局。输入样例1:1ABC......
  • 2019 TRIUMPH ROCKET III ROADSTER SERVICE LAMP RESET
    Background:A2019TRIUMPHROCKETIIIROADSTER,itsmaintenancetimeisup,thedashboardshowsawrenchformaintenancetips.PreparationPreparation: OBDS......
  • AcWing787.归并排序
    题目描述给定你一个长度为\(n\)的整数数列。请你使用归并排序对这个数列按照从小到大进行排序。并将排好序的数列按顺序输出。输入格式输入共两行,第一行包含整数\(......
  • 背包初始化细节
    背包问题初始化的细节刚开始是最简单的01背包,这个需要我们求的是从前i个物品里面选,体积不超过j的问题。然后就是从i个物品里面选,体积恰好是j的一个方案。同时还有从前i......
  • AcWing 248. 窗内的星星
    \(AcWing\)\(248\).窗内的星星良心题解一、题目描述在一个天空中有很多星星(看作平面直角坐标系),已知每颗星星的坐标和亮度(都是整数)。求用宽为\(W\)、高为\(H\)的矩......
  • Acwing 第82场周赛ABC
    https://www.acwing.com/activity/content/competition/problem_list/2696/C我前几个月碰到了原题hh,原题在cf上4782.第k个数题目大意:输出从大到小的第k个数字输入......