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

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

Python多重继承慎用的地方

《Python多重继承慎用的地方》多重继承也可能导致一些问题,本文主要介绍了Python多重继承慎用的地方,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录前言多重继承要慎用Mixin模式最后前言在python中,多重继承是一种强大的功能,它允许一个

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis