多重背包2[二进制位优化]

2023-12-07 13:08

本文主要是介绍多重背包2[二进制位优化],希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

数据范围加强一下

0<N≤1000
0<V≤2000
0<vi,wi,si≤2000

这时候 O ( n 3 ) O(n^3) O(n3)的算法不行,需要优化成 O ( N ∗ l o g s ∗ V ) O(N*logs *V) O(NlogsV)
思想
多重背包拆成01背包,并且使用二进制优化。
多重背包是每个物品可以选 s i s_i si次,把多重背包问题拆成 Σ s i \Sigma{s_i} Σsi 个01背包问题,拆成 Σ s i \Sigma{s_i} Σsi 个实际上复杂度并没有优化。在拆的时候有技巧,不能拆成很多1的组合,我们想最少拆成多少份,拆成 n u m = ⌈ l o g 2 Σ s i ⌉ num=\lceil log_2\Sigma{s_i} \rceil num=log2Σsi份(上取整)。

比如 第i件物品有13件,拆成 ⌈ l o g 2 13 ⌉ = 4 \lceil log_213\rceil=4 log213=4份,分别是1,2,4,6
其中6的来源是13-(1+2+4)=6,即尽可能拆分成2的倍数,其余为作差取得

对于拆出来的num个01背包问题,其中物品体积和价值需要乘以拆出来的系数。

这里的拆分我们使用vector进行维护,拆好一个加入动态数组一个。

多重背包拆分成为01背包的代码

for(int i=0;i<n;i++){//n表示多重背包的个数cin>>v>>w>>s;for(int k=1;k<=s;k*=2){//拆分成01背包 ,二进制优化s-=k;goods.push_back({k*v,k*w});//物品的体积和价值相应的扩大k倍}if(s>0){goods.push_back({s*v,s*w});}}

ac代码

#include<iostream>
#include<cstring>
#include<algorithm>
#include<vector>
using namespace std;
const int maxn=2010;
int n,m,v,w,s; 
int f[maxn];struct Goods{int v,w;
};
int main(){vector<Goods> goods;cin>>n>>m;for(int i=0;i<n;i++){cin>>v>>w>>s;for(int k=1;k<=s;k*=2){//拆分成01背包 s-=k;goods.push_back({k*v,k*w});}if(s>0){goods.push_back({s*v,s*w});}}memset(f,0,sizeof(f));for(int i=0;i<goods.size();i++){for(int j=m;j>=goods[i].v;j--){f[j]=max(f[j],f[j-goods[i].v]+goods[i].w);}}cout<<f[m]<<endl;goods.clear();return 0;
}

这篇关于多重背包2[二进制位优化]的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/465991

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

poj2576(二维背包)

题意:n个人分成两组,两组人数只差小于1 , 并且体重只差最小 对于人数要求恰好装满,对于体重要求尽量多,一开始没做出来,看了下解题,按照自己的感觉写,然后a了 状态转移方程:dp[i][j] = max(dp[i][j],dp[i-1][j-c[k]]+c[k]);其中i表示人数,j表示背包容量,k表示输入的体重的 代码如下: #include<iostream>#include<

hdu2159(二维背包)

这是我的第一道二维背包题,没想到自己一下子就A了,但是代码写的比较乱,下面的代码是我有重新修改的 状态转移:dp[i][j] = max(dp[i][j], dp[i-1][j-c[z]]+v[z]); 其中dp[i][j]表示,打了i个怪物,消耗j的耐力值,所得到的最大经验值 代码如下: #include<iostream>#include<algorithm>#include<

csu(背包的变形题)

题目链接 这是一道背包的变形题目。好题呀 题意:给n个怪物,m个人,每个人的魔法消耗和魔法伤害不同,求打死所有怪物所需的魔法 #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>//#include<u>#include<map

hdu1011(背包树形DP)

没有完全理解这题, m个人,攻打一个map,map的入口是1,在攻打某个结点之前要先攻打其他一个结点 dp[i][j]表示m个人攻打以第i个结点为根节点的子树得到的最优解 状态转移dp[i][ j ] = max(dp[i][j], dp[i][k]+dp[t][j-k]),其中t是i结点的子节点 代码如下: #include<iostream>#include<algorithm

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

hdu 2602 and poj 3624(01背包)

01背包的模板题。 hdu2602代码: #include<stdio.h>#include<string.h>const int MaxN = 1001;int max(int a, int b){return a > b ? a : b;}int w[MaxN];int v[MaxN];int dp[MaxN];int main(){int T;int N, V;s

MySQL高性能优化规范

前言:      笔者最近上班途中突然想丰富下自己的数据库优化技能。于是在查阅了多篇文章后,总结出了这篇! 数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来) 数据库对象的命名要能做到见名识意,并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀,备份