卡常神题
多重背包最基本的状态转移方程是这样的: 用 f[i][j] 表示前 i 个物品装进背包占容量为 j 时的最大价值。
f[i][j]=max(f[i−1][j−k×w[i]]+k×v[i])(0<=k<=c[i])
但是我们有一个经常会问的问题:能不能更快些?
答案几乎都是:可以
题意:
求用 n 种硬币每种 c[i] 个最多可以凑出多少种面额?
二进制优化:
作为将 O(NV∑Vw[i])也就是 O(N2V)级别的算法优化成 O(V∑log(c[i]))的方法,自然少不了对”2″ 灵活的应用。
由于这种方案的优化效果不是非常好,无法顺利通过本题,而且大家肯定已经可以熟练运用,这里暂不讨论。
单调队列优化:
O(K×logN)的算法再经过某些基于单调性的脑洞级优化后,会变成惊人的 O(K×1)而这道题用到的当然就是这种方法。
观察 f[i][j] 是由哪些东西的最小值转移过来的:
所以,对于这道题,我们要知道的就是红色格子里有没有可以达到的容量。而红色格子是连续的最多 c[i] 个。
这不是 so-easy 的东西吗?
下面具体介绍几种解决方法:
1.
我们建立一个假的队列,这个队列有队首和队尾,但是没有队列元素。
现在我们从 f[i-1][0] 向 f[i-1][j] 每隔 w[i] 个将那个数添加到队列中,用队列记录队首到队尾的和。这样对于 f[i][j],队列中的所有元素的和就是我们图片中红色格子的和。
2.
不用建立队列,并且将方程的维数降为 1 维。这时转移方程就是:(f[j] 表示达成 j 容量的方案数。)
这就是完全背包的做法再减去不应该装的物品的做法。程序结束后 f[i] 数组里留下来的就是达成 i 容量的方案数。但是由于第二层循环需要 2 次,这种方法还是会莫名其妙就 TLE。。。
3.
借鉴于第二种方法,我们可以再开辟一个数组 s[j] 表示 f[j] 是装了多少件 i 物品从而变为可行的。总之这样就可以 AC
3 条评论
konnyakuxzy · 2017年7月17日 10:12 下午
boshi 大佬您忘记放代码啦
konnyakuxzy · 2017年7月18日 10:57 上午
好吧您已经放好啦。。。
但是为什么您不写
快读
呢?
boshi · 2017年7月18日 1:51 下午
我的快读会让我 WA