codevs 3269 混合背包(复习混合背包)

传送门

【题目大意】给出物品的数量。-1为无限个。

【思路】混合背包....

【code】

#include<iostream>
#include<cstdio>
#include<cstdlib>
using namespace std;
int w[100000],v[100000],c[10000],dp[20000000];
int main()
{
    int vv,n;
    scanf("%d%d",&n,&vv);
    for(int i=1;i<=n;i++)
    scanf("%d%d%d",&w[i],&v[i],&c[i]);
    for(int i=1;i<=n;i++)
    {
        if(c[i]==-1)
        {
            for(int j=w[i];j<=vv;j++)
            {
                dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
            }
        }
        else
        {
            int x=c[i];
            for(int j=1;j<=x;j<<=1)
            {
                for(int k=vv;k>=w[i]*j;k--)
                {
                    dp[k]=max(dp[k],dp[k-w[i]*j]+v[i]*j);
                }
                x-=j;
            }
            if(x!=0)
            {
                for(int j=vv;j>=x*w[i];j--)
                {
                    dp[j]=max(dp[j],dp[j-x*w[i]]+v[i]*x);
                }
            }
        }
    }
    printf("%d",dp[vv]);
    return 0;
}
时间: 2024-10-18 10:40:11

codevs 3269 混合背包(复习混合背包)的相关文章

【背包问题】0-1背包、完全背包、多重背包、混合三种背包、二位费用背包、分组背包

一.0-1背包问题 输入:第一行物品的个数n,第二行背包的质量m,随后n行每行给出每个物品的重量和价值,每种物品只有一个. 输出:背包可以达到的最大价值 样例输入: 5 10 1 5 2 4 3 3 4 2 5 1 样例输出: 14 动态规划的过程中需要逆序,因为如果不是逆序那么 当i=0的时候 f[0]=0; f[1]=max(f[1],f[1-w[0]]+v[0])=5; f[2]=max(f[2],f[2-w[0]]+v[0])=10; f[3]=max(f[3],f[3-w[0]]+v[

复习1背包dp

背包问题是对于一个有限制的容器,一般计算可以装的物品的价值最值或数量.通常每个物品都有两个属性空间和价值,有时还有数量或别的限制条件,这个因体而异. 背包大概分成3部分,下面会细述这最经典的3种题型 1.01背包 这是背包中最经典的问题,也是下面两个问题的基础,01背包顾名思义,每种物品要么取,要么不取,也就是1或0. 看下例题Luogu P1164 小A点菜 题目背景 uim神犇拿到了uoi的ra(镭牌)后,立刻拉着基友小A到了一家--餐馆,很低端的那种.uim指着墙上的价目表(太低级了没有菜

01背包与完全背包(dp复习)

01背包和完全背包都是dp入门的经典,我的dp学的十分的水,借此更新博客的机会回顾一下 01背包:给定总容量为maxv的背包,有n件物品,第i件物品的的体积为w[i],价值为v[i],问如何选取才能是背包内的物品价值总和最大. stdin: 5 1 2 3 4 5 5 4 3 2 1 stdout: 14 设dp[i][j]为取前i件物品时容量为j的最优解. 状态转移方程:dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]); 压缩后:dp[j]=max(d

有关货币问题的动态规划题目--有关01背包,完全背包,多重背包

背包dp:参考背包九讲以及给出一些题目 01背包 (先枚举物品,再逆序枚举容量) 给定n件物品和一个容量为V的背包,每件物品的体积是w[i],价值是va[i](1<=i<=n),求在不超过背包的容量的情况下,怎么选择装这些物品使得得到的价值最大? 例如:有5件物品,体积分别是{2,2,6,5,4},价值分别是{6,3,5,4,6} 递归式:F(i,v)=max(F(i-1,v), F(i-1,v-w[i])+va[i]),其中F(i,v)表示把前i种物品恰放入背包容量为v时取得的最大价值 把这

白话背包之全然背包

借着前面的  白话背包之01背包 的基础,来结合图看看全然背包是个什么东东,希望以后自己看能一目了然,能对刚接触的童鞋有帮助是最好只是滴 一:关于全然背包 有N个物品,每一个物品(有无限多个) i 相应有重量w[i].价值va[i].有一个背包能够放M重的物品,如今让你从N钟物品中选择一些物品,在不超过背包上限情况使得背包装的价值最大. 二:初步了解全然背包算法 那么这里看看状态转移方程: dp[i][j]=max{dp[i-1][j-k*w[i]]+k*va[i] | 0<=k*va[i]<

多重背包转换成完全背包和01背包

void CompletePack(int cost,int weight)   多重背包 { for(int i=cost;i<=m;i++) dp[i]=max(dp[i],dp[i-cost]+weight); } void ZeroOnePack(int cost,int weight)    01背包 { for(int i=m;i>=cost;i--) dp[i]=max(dp[i],dp[i-cost]+weight); } void MultiplyPack(int cost,

HDU 3033 I love sneakers! (01背包+反分组背包)

题意:给你 n,m,k,表示有k种鞋子共n双,你有m的容量: 每双鞋子有容量p和价值v:问是否买全k种鞋子,若能在容量为m的情况下最多能买到鞋子的价值为多少: 每双鞋子只能买一次(01背包),每种鞋子至少买一种(分组背包:每组只能有一个)与传统分组背包的限制相反. 注意初始化!!! #include<cstdio> #include<stdlib.h> #include<string.h> #include<string> #include<map&g

【算法学习笔记】30.动态规划 01背包和完全背包的关系

首先先说明一下01背包和完全背包问题的区别 01背包:有 N 件物品和一个容量为 V 的背包.放入第 i 件物品耗费的费用是 Ci,得到的价值是 Wi.求解将哪些物品装入背包可使价值总和最大.(可以不装满) 完全背包:有 N 种物品和一个容量为 V 的背包,每种物品都有无限件可用.放入第 i 种物品 的费用是 Ci,价值是 Wi.求解:将哪些物品装入背包,可使这些物品的耗费的费用总和不超过背包容量,且价值总和最大. 先说结论: 两个问题的最优解都要用DP来解决,实现的过程也非常像只是在内层循环中

背包之01背包、完全背包、多重背包详解

首先说下动态规划,动态规划这东西就和递归一样,只能找局部关系,若想全部列出来,是很难的,比如汉诺塔.你可以说先把除最后一层的其他所有层都移动到2,再把最后一层移动到3,最后再把其余的从2移动到3,这是一个直观的关系,但是想列举出来是很难的,也许当层数n=3时还可以模拟下,再大一些就不可能了,所以,诸如递归,动态规划之类的,不能细想,只能找局部关系. 1.汉诺塔图片 (引至杭电课件:DP最关键的就是状态,在DP时用到的数组时,也就是存储的每个状态的最优值,也就是记忆化搜索) 要了解背包,首先得清楚

白话背包之完全背包

借着前面的  白话背包之01背包 的基础,来结合图看看完全背包是个什么东东,希望以后自己看能一目了然,能对刚接触的童鞋有帮助是最好不过滴 一:关于完全背包 有N个物品,每个物品(有无限多个) i 对应有重量w[i].价值va[i].有一个背包可以放M重的物品,现在让你从N钟物品中选择一些物品,在不超过背包上限情况使得背包装的价值最大. 二:初步了解完全背包算法 那么这里看看状态转移方程: dp[i][j]=max{dp[i-1][j-k*w[i]]+k*va[i] | 0<=k*va[i]<=